Python語言廣泛應用于科學計算等

2022年1月8日整理發(fā)布：近日，中國科學院軟件研究所軟件工程技術(shù)研究開發(fā)中心在Python程序構(gòu)建中的依賴分析推斷方面取得研究進展，提出知識驅(qū)動的Python程序依賴推斷方法及工具，幫助開發(fā)人員提高代碼復用效率，減少依賴缺失和依賴版本錯誤導致的Python程序構(gòu)建和運行錯誤，為提升開發(fā)運維一體化中的應用構(gòu)建自動化能力起到支撐作用。

Python語言廣泛應用于科學計算等，開發(fā)者常常通過代碼復用提高開發(fā)效率。但Python程序運行環(huán)境復雜，依賴于Python包、系統(tǒng)庫和特定版本的Python解釋器。缺少程序依賴或者依賴版本不兼容，會導致程序構(gòu)建失敗和運行錯誤。

針對該問題，研究提出一種知識驅(qū)動的Python程序依賴推斷方法，包括知識圖譜構(gòu)建和程序依賴推斷兩個階段。在知識圖譜構(gòu)建階段，該方法收集大量多源異構(gòu)數(shù)據(jù)，進行知識的抽取和融合，構(gòu)建Python領域知識圖譜。在程序依賴推斷階段，該方法基于領域知識圖譜，通過程序分析和約束求解方法推斷目標Python程序的多層次依賴。

基于上述方法，該研究開發(fā)了PyEGo：知識驅(qū)動的Python程序依賴推斷工具。實驗結(jié)果顯示，PyEGo工具的依賴推斷成功率是已有方法的1.5—4.5倍，極大提升了程序構(gòu)建的正確率和執(zhí)行效率。

相關成果以 Knowledge-Based Environment Dependency Inference for Python Programs 為題，被軟件工程領域會議ICSE 2022接收。研究團隊依托該成果獲得了2021年第四屆中國軟件開源創(chuàng)新大賽(自由組)一等獎。