南京大学 | 软件学院软件研发效能实验室博士生金宇哲在代码变更分析方向重要进展被CCF A类软件工程领域国际旗舰期刊 TSE 录用

信息网络安全杂志

2026年10月19日 18:33
上海

去阅读

随着软件系统规模的不断扩大与协同开发模式的普及，代码提交（ Commit ）已成为软件演化与版本管理的核心载体。然而，在实际开发过程中，开发者常常在一次提交中混合多个开发意图（ 即 \" 复合提交 \"，Composite Commit ），这类复合提交会显著增加代码评审难度，并对缺陷预测、程序分析等任务产生负面影响。如何从复杂代码变更中精准识别不同开发意图，实现自动化理解与拆分，以支持代码分析评审等下游任务，已成为软件工程领域的重要研究问题。

图 1 复合提交的示例

然而，现有方法大多依赖程序静态分析工具提取出的代码结构信息（ 如 AST 或 PDG ）进行分析和拆解，忽略了代码语义信息，难以准确区分语义相近但开发者意图不同的变更。此外，部分方法受限于跨文件的代码依赖和代码变更拆分粒度，难以处理更为复杂的变更场景，导致分析和拆解结果存在偏差。

图 2 UNTCC方法概览

针对上述挑战，软件研发效能实验室博士生金宇哲在张贺教授和助理研究员杨岚心博士的指导下，提出了一种融合结构与语义信息的复合提交拆解方法 —— UNTCC（ Untangling Composite Commits Using Structural and Semantic Information ）。该方法通过设计和构建细粒度的代码变更图（ Code Change Graph ），刻画代码变更之间的控制依赖、数据依赖及跨文件调用等关系，并使用图神经网络进行结构建模。同时，引入大模型对代码语义进行建模，并通过跨模态对齐机制融合结构与语义信息，从而实现对复杂代码变更意图的精准识别。实验结果表明，UNTCC 在包含C#、Java 和 Python 的开源项目数据集上显著优于现有方法，验证了其在复杂代码变更理解与拆分任务中的有效性与鲁棒性。

该工作研究成果《 UNTCC: Untangling Composite Commits Using Structural and Semantic Information  》已被软件工程领域国际旗舰期刊 IEEE Transactions on Software Engineering（ TSE，CCF - A 学科卓越期刊 ）全文发表，南京大学为第一完成单位。该成果从方法层面推动了代码变更理解与程序分析领域的发展，为代码评审、缺陷分析及智能软件工程工具的发展提供了关键技术支撑。

软件研发效能实验室杨岚心博士课题组目前正在招收博士和硕士研究生，如需进一步了解相关研究内容，欢迎联系软件研发效能实验室深入交流。

联系方式：
       张贺（ [email protected] ）
       杨岚心（ [email protected] ）

来源：南京大学软件学院

信息网络安全

《信息网络安全》创刊于2001年，是由公安部主管，公安部第三研究所、中国计算机学会主办，面向国内外公开发行的国内首批信息安全类期刊之一，于2015年成为中国科技核心期刊，2017年成为中国科学引文数据库来源期刊，2018年成为中文核心期刊，2022年入选CCF计算领域高质量科技期刊分级目录。

中文核心期刊

中国科技核心期刊

中国科学引文数据库来源期刊

CCF计算领域高质量科技期刊

我们在不断努力和完善中，期待您的关注和支持！