通过编码风格识别开发人员的软件指标

Question

传统software metrics处理软件质量问题。我正在寻找可用于通过代码识别开发人员的指标，与抄袭软件一样，stylometry可用于通过他们的写作风格来识别作者。我可以想象这里也可以使用某些现有指标，例如评论比率。我还可以设想从质量角度看无关紧要的指标，例如（过度）使用某些方法或设计模式，变量名称的平均长度等。

我对指向这些指标或研究的集合或个别指标感兴趣。它们可能与语言无关或与语言或编程范例相关。

我想用它来理解和分析不同的编码风格，而不是检测抄袭。

Answer 1

我看到已经有一些研究调查了这一点。他们可能会帮忙。

1. Kothari，J.，Shevertalov，M.，Stehle，E.，Mancoridis，S。，“源代码作者识别的概率方法”，在国际会议论文集中信息技术，第24-23-248页，IEEE，2007年。

   在线提供here

   引自摘要：

     

   我们首先计算一组指标，使用经验证为真实的代码样本为已知作者群体构建专业文件。然后，我们计算未确定源代码的度量标准，以确定最接近的匹配配置文件。 [...]在我们的案例研究中，我们能够   确定作者身份，选择单个最接近的匹配时准确率超过70％，选择前三个最接近的匹配项时准确度超过90％。

2. Shevertalov，M.，Kothari，J.，Stehle，E.，Mancoridis，S。，“关于使用离散化的源代码指标进行作者识别”，在会议论文集中第一届基于搜索的软件工程国际研讨会，第69-78页，IEEE，2009年。

   在线提供here，这是之前研究的后续行动。

3. Lange，R.，Mancoridis，S。，“使用代码度量直方图和遗传算法为软件取证执行作者识别”，在第9届遗传与年度会议论文集中Evolutionary Computation，pp.2082-2089，ACM，2007。

   在线提供here

   这也与第一个参考（共同作者）有关，并且更详细地讨论了指标。再次引用摘要：

     

   我们的方法涉及测量代码度量的直方图分布的差异。识别有效区分开发人员样式的指标组合是该技术实用性的关键。我们的案例研究涉及18个指标。

您还可以将Google Scholar用于其他参考，并根据上述文章查找其他论文（使用“引用者”选项）。

Answer 2

如果您正在寻找潜在的指标，可以尝试查看一些编码标准。由于它们决定了一种特定的风格，因此它们所讨论的内容（间距，大括号的位置，标识符长度，强制性注释等）可能用于从代码中识别开发人员。

此外，如果您对.NET代码感兴趣，您可能会发现NDepend是一个有用的工具。它使您能够针对代码库运行查询，并支持82个指标。