基于数据库模式的数据流图逆向恢复技术研究

论文摘要

在软件系统的生命周期中,70%的时间和代价花费在软件维护上。以数据为中心的遗产系统,如商业信息系统,通常依赖于大量的数据库表(数据文件)。对这类系统进行维护和更新,是一个复杂的,高代价的过程。在没有理解(商业)系统的数据语义的情况下,要理解系统程序几乎是不可能完成的。另一方面,遗产系统中数据库模式和其中数据的语义信息通常易于获得,而对系统模块功能进行描述的数据流图则经常缺失。因此,恢复程序中数据的语义信息和系统的数据流图是对数据密集型遗产系统进行维护的重要要求。目前的软件逆向工程主要关注于代码的逆向工程,以理解程序的模块的功能;对数据逆向工程的研究则集中于数据库领域,偏重于对数据库表内部和表间关系和约束的恢复。程序中的数据资产和数据文件中的数据资产被区别对待。针对这些问题,本文结合数据库数据和代码逆向工程方法,从数据库模式出发,提出了一种恢复遗产系统源代码中数据语义,并生成系统分层数据流图的方法。该方法首先从数据库定义文件中获取数据库字段的语义信息,通过对源代码中与数据库交互的代码片断进行分析,利用系统依赖图和字符串静态计算方法,发现程序中变量和数据库中表字段间的对应关系。然后,通过变量和上下文的数据依赖关系,将数据库定义中的语义信息在程序中进行传递。在获得的系统方法(函数)和数据文件之间的底层数据流图的基础上,本文提出了结合数据库依赖和系统调用图信息的新的聚类标准,并通过聚类分析、合并低层数据流获得系统的分层数据流图。通过本文的方法,对遗产系统进行分析,将增加程序中属性或变量的语义信息,结合产生的数据流图,易于进行特征定位和程序理解。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 软件逆向工程基本概念
• 1.2 数据逆向工程概述
• 1.2.1 数据逆向工程定义
• 1.2.2 数据逆向工程背景
• 1.3 相关工作和存在问题
• 1.4 本文的研究动机与意义
• 1.5 数据流图逆向恢复的主要步骤
• 1.6 论文的组织结构
• 第二章 背景知识和相关技术
• 2.1 程序理解技术
• 2.2 实体-关系模型
• 2.3 系统依赖图
• 2.3.1 程序依赖图
• 2.3.2 系统依赖图
• 2.4 代码静态分析工具
• 2.5 数据流图
• 2.6 传统的分层数据流图恢复方法
• 第三章 分层数据流图逆向恢复方法
• 3.1 方法概述
• 3.2 数据语义的获得和表示
• 3.3 数据库与源代码间的交互分析
• 3.3.1 数据库相关的数据依赖
• 3.3.2 交互点提取
• 3.3.3 SQL值的计算和解析
• 3.3.4 在SDG上标注数据语义
• 3.4 数据流图的逆向恢复
• 3.4.1 基于聚类的恢复方法
• 3.5 方法讨论
• 3.6 本章小结
• 第四章 方法验证及实践
• 4.1 系统实现
• 4.2 实例分析
• 第五章 总结和展望
• 5.1 总结
• 5.2 进一步工作
• 参考文献
• 发表论文及从事科研项目
• 致谢