注入間接線索的設(shè)計模式變體分類檢測

肖卓宇，何 锫，李 港，楊道武，彭逸凡，董澤民

1(中南林業(yè)科技大學 涉外學院，長沙 410200)

2(廣州大學 計算機科學與教育軟件學院，廣州 510006)

3(北京大學 高可信軟件技術(shù)教育部重點實驗室，北京 100871)

1 引 言

設(shè)計模式提供有效對象間關(guān)系的作用來實現(xiàn)某種設(shè)計意圖，并有助于程序的理解與復用[1].設(shè)計模式恢復與軟件系統(tǒng)的逆向工程與再工程聯(lián)系緊密，有利于遺產(chǎn)系統(tǒng)的維護與重構(gòu)[2，3].為此，眾多學者圍繞設(shè)計模式檢測開展了大量的工作[4-7].

Fontana提出使用Design Pattern Clues、Micro Pattern、EDPS等微結(jié)構(gòu)特征挖掘設(shè)計模式，從而實現(xiàn)對設(shè)計模式實例的識別[8，9].文獻[10]通過定義23種設(shè)計模式的子圖結(jié)構(gòu)特征模型來實現(xiàn)對設(shè)計模式的挖掘.Rasool定義了47類特征信息，通過匹配特征信息來實現(xiàn)設(shè)計模式的恢復[11].文獻[12,13]構(gòu)建了設(shè)計模式實例規(guī)則庫，并規(guī)范了模式庫與用例之間的映射關(guān)系.文獻[14]通過機器學習提升設(shè)計模式檢測的精確率.許涵斌等[15]提出通過查詢與匹配UML模型中的特征信息來恢復設(shè)計模式.Petterson提出影響設(shè)計模式恢復精度的幾種主要因素，而變體是因素之一[16].文獻[17] 提出一種形式化上下無關(guān)文法關(guān)系驅(qū)動的設(shè)計模式檢測方法，該方法能夠一定程度上減少設(shè)計模式參與者角色間附加關(guān)系導致的假陰性問題，并能較好的解決結(jié)構(gòu)型模式的重疊問題.綜上所述，傳統(tǒng)的設(shè)計模式恢復方法存在5點問題：1) 較少考慮設(shè)計模式變體的影響，從而導致不精確的結(jié)果產(chǎn)生；2)對模式變體的挖掘沒有從創(chuàng)建型、行為型、結(jié)構(gòu)型三個方面分類進行深入研究，缺乏針對性；3)傳統(tǒng)工作針對設(shè)計模式變體的理解側(cè)重于抽象概念，較少涉及具體的實現(xiàn)；4)對于模式變體的識別較少有檢測工具進行支撐；5)缺乏完整的設(shè)計模式變體知識庫.

為此，本研究引入了Petterson[16]提出的設(shè)計模式變體概念，并在Scanniello[1]提出設(shè)計模式變體影響程序理解的思想基礎(chǔ)上，提出一種注入間接線索的設(shè)計模式變體自動檢測方法.依據(jù)GOF(Gang of four，GOF)[2]的設(shè)計模式分類原則，從創(chuàng)建型、行為型、結(jié)構(gòu)型模式三種分類著手，以Proxy、Command及Factory Method模式為例，在不改變設(shè)計意圖的前提下，分別給出了三者的模式變體實現(xiàn)，最后通過主流設(shè)計模式檢測工具進行了變體檢測實驗.本文主要貢獻為：1) 引入了設(shè)計模式變體的思想，提出一種可注入間接線索的設(shè)計模式變體自動識別方法.2) 從創(chuàng)建型、行為型、結(jié)構(gòu)型模式三個角度出發(fā)對設(shè)計模式變體進行了研究與分析.3) 通過6種主流設(shè)計模式恢復工具與4種開源系統(tǒng)對設(shè)計模式變體的恢復結(jié)果進行了分析比較.

2 設(shè)計模式變體概念

GOF[2]依據(jù)不同的設(shè)計意圖提出了23種經(jīng)典的設(shè)計模式，而隨著設(shè)計模式思想與技術(shù)的成熟化與規(guī)?；?，23種設(shè)計模式已不能完全滿足軟件設(shè)計的需要.事實上，為解決大中型軟件系統(tǒng)精準設(shè)計的需求，目前眾多研發(fā)人員在不改變設(shè)計意圖的前提下對23種經(jīng)典設(shè)計模式進行了擴展，即設(shè)計模式變體[16].設(shè)計模式變體有利于軟件研發(fā)效率的提升，并降低成本，另一方面，從逆向工程與再工程的角度研究發(fā)現(xiàn)設(shè)計模式變體同時也會使得生成可復用解決方案變得困難，因為現(xiàn)有的工具與方法較難檢測出23種設(shè)計模式的變體.

3 自動注入線索的變體檢測方法

本研究先前工作提出一種多階段交互式線索驅(qū)動的設(shè)計模式檢測方法，該方法取得較好的識別效果，但缺點在于人工干預太多，成本過高，并且對當前設(shè)計模式檢測領(lǐng)域的一個難點，即設(shè)計模式變體的檢測缺乏關(guān)注[13].本文先前工作對圖1中的標準Proxy模式的檢測效果較好，但對于Proxy模式變體的檢測效果不理想.

為此，本研究在先前工作[3]基礎(chǔ)上提出一種可注入間接線索的設(shè)計模式變體檢測方法，旨在不改變設(shè)計模式變體的設(shè)計意圖前提下，通過在標準設(shè)計模式中注入易被傳統(tǒng)設(shè)計模式檢測方法忽略的有價值間接關(guān)系來自動檢測設(shè)計模式變體，從而提高檢測結(jié)果的精確率.

3.1 注入間接線索的相關(guān)定義

定義1. 參與者角色及關(guān)系定義：

Rel：R×R，R∈{Interface，Class}.

Rel(R：R)={Ass，Dep，Agg，Inh...}.

R為模式實例參與者，可為接口Interface或類Class，Rel(R：R)表示設(shè)計模式參與者之間的聯(lián)系，可為關(guān)聯(lián)、依賴、繼承、聚合等.

定義2. 存在多層繼承的設(shè)計模式參與者角色關(guān)系定義：

?Inh(RA：RB)∧?Inh(RB：RC)→?Inh(RA：RC).

設(shè)計模式參與角色RA如與RB存在繼承關(guān)系，同時設(shè)計模式參與角色RB與RC也存在繼承關(guān)系，則設(shè)計模式參與角色RA與RC之間存在可傳遞的繼承關(guān)系.

定義3. 基于設(shè)計模式角色子繼承的關(guān)聯(lián)關(guān)系定義：

?Dep=(RA：RB)∧?Inh(RB：RC)→?Dep(RA：RC).

設(shè)計模式參與角色RA如與RB存在依賴關(guān)系，同時設(shè)計模式參與角色RB與RC也存在繼承關(guān)系，則設(shè)計模式參與角色RA與RC之間存在可傳遞的依賴關(guān)系.

3.2 注入間接線索的實例描述

先前工作[3]能檢測到圖1左側(cè)的標準Proxy模式，但如果將該標準設(shè)計模式演化為圖1右側(cè)的Proxy模式變體，本研究先前工作及傳統(tǒng)方法都難以檢測實現(xiàn).與標準Proxy模式相比圖1右側(cè)的Proxy模式變體層次更多，關(guān)系也更加復雜，如RealSuject類參與者并沒有起到實質(zhì)性作用，具體實現(xiàn)主要通過其子類RealSuject1與RealSuject2進行，而子類Re-alSuject1與RealSuject2雖未直接與Proxy類取得聯(lián)系，但由于類RealSubject1、RealSubject2與RealSubject存在繼承關(guān)系，依據(jù)3.1節(jié)定義3，故實質(zhì)上RealSubject1可以通過圖1中關(guān)系1與Proxy類建立依賴聯(lián)系，并最終形成圖2中Proxy變體1；同理RealSubject2可以通過圖1中關(guān)系2與Proxy類建立依賴聯(lián)系，最終形成圖2中Proxy變體2.

圖2 Proxy模式變體子圖Fig.2 Subgraph variants of Proxy pattern

4 間接線索的CSP表示

Guéhéneuc將設(shè)計模式表示為CSP[5]形式的約束集特征值，筆者先前工作[3]對其進行了初步標準設(shè)計模式檢測.表1描述了標準Proxy模式的CSP[5]表示形式，其中02行表示存在一個名為subject的超類，03行表示subject存在一個抽象方法，而04與05行表示Proxy類與Realsubject類都存在非抽象方法request，06行表示Proxy與subject類存在繼承關(guān)系，07表示Realsubject與subject類存在繼承關(guān)系，08行表示Proxy與Realsubject存在依賴關(guān)系.

表1 標準Proxy模式約束集Table 1 Constraints representation of standard Proxy pattern

表2 Proxy模式變體約束集Table 2 Constraints representation of variant Proxy pattern

圖2中Proxy變體1的CSP[5]表示見表2.與表1標準設(shè)計模式相比，注入間接線索后，Proxy變體1增加了新的特征信息.第06行表示類Realsubject1類也存在request方法，第09行表示Realsubject1與Realsubject之間也存在繼承關(guān)系，第11行表示Realsubject1子類與Proxy之間通過繼承傳遞也存在依賴關(guān)系，第12行表示參與者角色扮演的一致性檢驗結(jié)果.

5 檢測步驟

步驟1. 通過工具DEMIMA[4]對目標源碼進行抽取.

步驟2. 遍歷步驟1抽取的參與者集，發(fā)現(xiàn)間接線索.

步驟3. 以CSP[5]的形式特征形式表示步驟2的間接線索.

步驟4. 通過特征匹配取得模式檢測結(jié)果.

6 基于GOF設(shè)計模式變體的分類

GOF[2]將23種經(jīng)典的設(shè)計模式分為結(jié)構(gòu)型、行為型、創(chuàng)建型三類，事實上，在軟件設(shè)計過程中這三類設(shè)計模式將產(chǎn)生大量的變體.為此，在此分類基礎(chǔ)上，以Proxy模式、Command模式及Factory Method模式為例對三類變體依次進行詳細的研究與分析.

6.1 結(jié)構(gòu)型-Proxy模式變體

Proxy模式需要避免使用某些重量級的設(shè)計模式對象，而輕量級對象實質(zhì)是原對象的副本，二者共享同一個接口，其具體實現(xiàn)僅通過最低功能配置生成.此外，Proxy模式與Decorator模式結(jié)構(gòu)上相近，但二者意圖完全不同，故Proxy模式容易產(chǎn)生變體.圖3描述了4種Proxy模式變體.

圖3 四種Proxy模式變體Fig.3 Four variants of Proxy pattern

1)Proxy類與Subject類存在關(guān)聯(lián)關(guān)系的變體.Proxy類變體(1)結(jié)構(gòu)與Decorator模式非常相似，區(qū)別在于Decorator模式的角色是抽象的，而Proxy模式變體(1)的角色是具體的.Proxy模式初始化了Subject與RealSubject類間的關(guān)聯(lián)關(guān)系，并實例化了Proxy類的構(gòu)造函數(shù).

2)Proxy類與RealSubject類間存在聚合關(guān)系的變體.該變體中Proxy類與RealSubject類之間存在聚合關(guān)系，這樣的處理方式有利于RealSubject類的參數(shù)實例化.該過程可能出現(xiàn)使用某種特定遠程對象類型的情況，而RealSubject類也將在構(gòu)造函數(shù)級或方法級的層次上被初始化.

3)異構(gòu)環(huán)境中的代理變體.這種變體中出現(xiàn)的Proxy類將方法調(diào)用委托給具體類，該過程引入代理線程，并可驗證.

4)反向代理變體.一個被Proxy類代理的客戶對象作為占位符進行反向的代理服務，該變體重定向了一個請求，并轉(zhuǎn)發(fā)請求，此外，一些可復用的服務可作為監(jiān)聽器以確保需求透明.反向代理變體具備查詢有價值請求的功能.

上述4種形式未改變Proxy模式的意圖，可理解為典型的Proxy模式變體.

6.2 行為型-Command模式變體

Command模式提供一種框架，該框架內(nèi)數(shù)據(jù)的修改通過控制機制進行管理，Command模式用于對象間關(guān)系、職責的管理，適合于復雜場景，圖4描述了4種Command模式變體.

1)命令組合變體.該變體可使用多種命令進行遠程調(diào)用.

2)命令復用變體.這種變體集合了多種功能，此外，該變體對象中的參數(shù)可在不同的場景中復用.此變體的意圖是為了解決獨立執(zhí)行、參數(shù)化及消除耦合等問題.

3)分布式命令模式變體.該變體引入相同命令自動調(diào)用的機制，提供一種從互聯(lián)系統(tǒng)調(diào)用命令的執(zhí)行方式.該變體無需發(fā)送自定義消息來獲得服務器端數(shù)據(jù)，故在未通知命令執(zhí)行的前提下，客戶端無需解析與發(fā)送消息.這種變體依據(jù)消息來獲取需要的數(shù)據(jù)與行為，每條命令都是序列化的發(fā)送給其它系統(tǒng).

4) 裝飾模式命令變體.Facade 模式作為該變體的一個類被實現(xiàn)，并可通過用例的應用來發(fā)現(xiàn)相應的遠程方法，Command模式通過使用Facade 模式的用例或方法類來實現(xiàn).

圖4 四種Command模式變體Fig.4 Four variants of Command pattern

6.3 創(chuàng)建型-Factory Method模式變體

Factory Method模式采用虛擬方法實現(xiàn)設(shè)計目標，該模式通過重寫子類來隱藏方法的實例邏輯，旨在通過工廠方法創(chuàng)建相似的對象.Factory Method模式有著廣泛的應用，如微軟的MFC，COM等.為此，創(chuàng)建型模式以Factory Method模式為例研究其7種典型變體.圖5描述了這7種Command模式變體.

1)參數(shù)工廠方法變體.這種變體側(cè)重Factory Method模式接口的參數(shù)化，提供了用于返回多個類型產(chǎn)品的單一工廠方法，故多個該變體可使用單一的方法，單一的抽象Product實例由每一個具體產(chǎn)品來創(chuàng)建.

2)從工廠方法中委派產(chǎn)品構(gòu)建的變體.該變體使用語言特征機制在運行時動態(tài)的創(chuàng)建不同類型實例，旨在通過對工廠類的方法進行重寫來實現(xiàn)，并返回要創(chuàng)建的產(chǎn)品類型.如圖3中變體2)的ClientConfigurator類用來在一個特定時間選擇一個已注冊的具體類型.

3)無具體工廠類的變體.該變體通過消除子類具體的創(chuàng)建功能來實設(shè)計目標，F(xiàn)actory Method模式實例的創(chuàng)建由product類生成，product僅在創(chuàng)建類時被加載，F(xiàn)actory Method模式用于返回選定的product類.

4)從存儲庫類型中使用委托機制創(chuàng)建產(chǎn)品的變體.這種變體中product類由具體的創(chuàng)建者類庫生成，此外，需消除重寫的工廠方法，該變體主要在具體類構(gòu)造時發(fā)生.

5)一個具體的創(chuàng)造者變體.該變體是參數(shù)工廠方法Factory Method模式變體1)的擴展，區(qū)別在于減少單一創(chuàng)建者的數(shù)量.

6)工廠內(nèi)部不同產(chǎn)品類型變體.這種變體旨在提供Factory Method模式的基本實現(xiàn)，其中一個單一的工廠方法用來創(chuàng)建同類Product.該方法實現(xiàn)了多種Product類使用不同的工廠方法創(chuàng)建或訪問特定對象的功能，即模式的結(jié)構(gòu)是相同的，但修改后的實現(xiàn)支持多個類型的Product.

7)默認產(chǎn)品實現(xiàn)變體.該變體擴展了Factory Method模式變體1)的不同產(chǎn)品類型，討論了默認模式執(zhí)行所提供的Product類型，這種變體中Factory類與默認的Product類間存在直接的關(guān)聯(lián)關(guān)系.

7 設(shè)計模式變體評估實驗

設(shè)計模式的變體雖能更具針對性的解決某些特定問題，但同時也會影響設(shè)計模式檢測工具的精確性.為此，本實驗為檢測圖3、 圖4、 圖5中的設(shè)計模式變體，選擇主流設(shè)計模式恢復工具DeMIMA (Guéhéneuc，2008)[4]、PINOT(Shi and Olsson，2006)[19]、F.T.(Rasool，2011)[11]、DPRE(De Lucia et al.，2010)[20]、DPJF(Binun and Kniesel，2012)[18]進行了實驗.

表3 設(shè)計模式檢測工具參數(shù)表Table 3 Parameter table of design pattern detection tool

表3給出了設(shè)計模式檢測工具的部分重要參數(shù)，其中T列表示technique，涉及靜態(tài)分析(Static，S)與動態(tài)分析(Dynamic，D)，R列表示識別方式Recognition，包括近似識別A(Approx，A)與完整識別E(Exact，E).實驗環(huán)境使用機操作系統(tǒng)為Windows 7，CPU為 Intel酷睿i5，主頻3.2 GHz，內(nèi)存8G.

7.1 三類模式變體檢測實驗

表4給出了圖3至圖5中4種結(jié)構(gòu)性模式Proxy變體、4種行為型模式Comand變體、7種Factory Method模式變體通過表1描述的經(jīng)典的設(shè)計模式檢測工具依次檢測后的結(jié)果.“√”表示檢測到了模式變體，“×”表示未檢測到的模式變體.分析表4后發(fā)現(xiàn)如下幾個主要問題：

圖5 7種Factory method模式變體Fig.5 Seven variants of factory method pattern

1)PINOT[19]及DeMIMA[4]工具不能識別任何一種行為型與創(chuàng)建型模式變體，深入研究后發(fā)現(xiàn)，這2種工具僅采用靜態(tài)分析機制，缺乏對檢測系統(tǒng)的動態(tài)分析.此外，由于PINOT工具對變體特征信息缺乏關(guān)注，從而導致任意的結(jié)構(gòu)型Proxy模式變體都無法識別，而DeMIMA[4]工具雖然一定程度上關(guān)注了變體特征信息，但其關(guān)注范圍存在局限性，也導致結(jié)構(gòu)型Proxy模式變體1)與3)不能被檢測到.

表4 設(shè)計模式變體實驗識別結(jié)果Table 4 Result on variants of design pattern

2)DPJF[18]工具由于同時兼顧了靜態(tài)分析與動態(tài)分析機制，一定程度上對結(jié)構(gòu)性模式Proxy變體的檢測效果較PINOT[19]與DeMIMA[4]工具有所改進，甚至能夠識別部分行為型變體，如Command模式變體2)與4)，但對創(chuàng)建型模式Factory Method變體的識別效果不理想.深入研究后發(fā)現(xiàn)創(chuàng)建型模式存在委托等難以復制的機制，對于對象執(zhí)行的及時性與處理優(yōu)先級等都有較高的要求，故識別的難度較高.

3)F.T[11]與DPRE[20]工具采用靜態(tài)與動態(tài)分析機制，并同時關(guān)注到了設(shè)計模式角色的附加關(guān)系[21]特征信息，故對于DPJF工具不能檢測到的創(chuàng)建型模式Factory Method變體的識別效果有所改進，如F.T[11]工具能夠識別Factory Method模式變體1)，而DPRE工具能夠識別Factory Method模式變體2)與5).

4)本文工作兼顧了靜態(tài)分析與動態(tài)分析機制，并考慮到了設(shè)計模式角色間附加關(guān)系[21]與間接線索聯(lián)系的影響，故在設(shè)計模式變體檢測，尤其是創(chuàng)建型Factory Method模式變體的識別上取得了較好的效果.由表2可知，本文工作檢測出4種結(jié)構(gòu)型Proxy變體、4種行為型Command模式變體及7種創(chuàng)建型Factory Method模式變體的精確率依次為100%、75%、57%，平均識別成功率達到73.3%，明顯高于F.T[11]等5種檢測工具的平均識別成功率26.67%.

5)由于GOF設(shè)計模式分類的意圖不一，故三類模式變體檢測成功的難易程度也不同，由表2結(jié)果可知創(chuàng)建型模式較難，行為型模式次之，結(jié)構(gòu)型模式相對較易，三者平均識別率為16.67%、41.65%、58.33%.

7.2 開源系統(tǒng)變體檢測實驗

該實驗中檢測工具選用表3中識別設(shè)計模式變體效果相對較好的F.T[11]與DPRE[20]工具，考慮到同行學者多以表5中開源系統(tǒng)進行檢測試驗，為了方便檢測結(jié)果交叉比較，故選擇表5中四種開源系統(tǒng)進行進一步的設(shè)計模式變體檢測實驗.表5描述了四種開源系統(tǒng)的網(wǎng)址、大小、LOC等主要參數(shù).

表5 開源系統(tǒng)參數(shù)Table 5 Open source systems parameters

表6描述了開源系統(tǒng)中的變體檢測結(jié)果，實驗除分類識別標準的GOF設(shè)計模式之外，還對三類模式的變體進行檢測，如在QuickUML2001系統(tǒng)中，本文工作檢測到3個標準的Proxy模式及1個Proxy模式變體.工具F.T[11]僅檢測到3個標準的Proxy模式，但不能識別Proxy模式變體.DPRE[20]工具能正確識別出Proxy模式變體，但只能識別2個標準的Proxy模式.為此，筆者以人工形式查找發(fā)現(xiàn)DPRE[20]工具未能識別的標準Proxy模式實例存在實例共享的問題，即Proxy模式中的參與者同時扮演多個設(shè)計模式中的角色，由于DPRE[20]工具缺乏這類約束機制，以至于識別結(jié)果不精確，而本文工作兼顧了靜態(tài)與動態(tài)分析，關(guān)注到了設(shè)計模式角色間的附加關(guān)系[21]與間接線索聯(lián)系的影響，故在該實驗中取得了較好的效果.

1www.sourceforge. net/projects/quj/

2www.jrefactory.sourceforge.net

3www.antapache.org

4www.jhotdraw.org

8 有效性威脅

依據(jù)GOF[2]的設(shè)計模式分類原則，第6節(jié)中將設(shè)計模式變體分為結(jié)構(gòu)型、行為型、創(chuàng)建型三類.所有三類模式變體的意圖需與基于GOF的標準設(shè)計模式意圖一致.而實際應用中結(jié)構(gòu)型與行為型變體應用相對較多，因為結(jié)構(gòu)型與行為型變體能夠通過細微的修改來實現(xiàn)針對性的目標，且不改變標準GOF模式的意圖，故較容易形成成熟的解決方案.

從一個逆向的角度來看，設(shè)計模式檢測工具也應敏銳的意識到這些變體，因為軟件系統(tǒng)中可能廣泛存在這樣的變體，而開發(fā)人員也傾向于復用這樣的變體以提高軟件研發(fā)的效率.這是一種機遇，也是一種挑戰(zhàn)，為此，總結(jié)了將設(shè)計模式變體轉(zhuǎn)換為可復用解決方案應注意的8項事項.

1)因為模式變體的不同實現(xiàn)，使得目前缺乏一種變體識別標準.

2)當前一些研究人員對設(shè)計模式檢測的用例基準進行了分析與評估，但對模式變體的定義與識別基準缺乏關(guān)注.

3)一些變體僅根據(jù)作者突然的靈感或隨機場景偶然的應用產(chǎn)生，故缺乏歸納.

4)新的變體需要在已有的模式定義中通過增加特征實現(xiàn)，而這些特征的獲取方式仍無基準.

5)即便當前主流的工具也不能檢測所有的模式變體.

6)大多數(shù)檢測工具僅限于特定的設(shè)計模式，或某種特定的編程語言.

7)參與者共享設(shè)計模式角色也是變體產(chǎn)生的一個主要因素.

8)設(shè)計模式變體的假陽性及假陰性結(jié)果影響解決方案復用的效率.

9 結(jié)束語

本研究引入Petterson[16]提出的設(shè)計模式變體思想，并結(jié)合Scanniello[1]提出設(shè)計模式變體影響程序理解的觀點，提出一種注入間接線索的設(shè)計模式變體檢測方法.依據(jù)設(shè)計模式變體與標準模式意圖的一致性原則，對設(shè)計模式變體進行了分類研究與識別.

1)與傳統(tǒng)設(shè)計模式變體側(cè)重理論相比，本研究給出了具體的設(shè)計模式變體檢測實踐.

2)分類描述了創(chuàng)建型、行為型及結(jié)構(gòu)型模式變體的多種實現(xiàn)，并依次分類歸納了多種經(jīng)典的Proxy模式、Command模式及Factory Method模式變體.

3)通過多種經(jīng)典檢測工具對三類模式變體進行了檢測比較，并分類歸納總結(jié)了影響三類設(shè)計模式變體檢測結(jié)果精確率的原因.研究工作取得了一定的成效，具備較好的應用前景，基本達到了預期目標.但也要意識到設(shè)計模式變體研究是一項長期的過程，并值得進一步深入研究，未來工作將致力于設(shè)計模式變體的歸納、定義、恢復及模式變體庫的完善.

：

[1] Scanniello G，Gravino C，Risi M，et al.Documenting design-pattern instances：a family of experiments on source-code comprehensibility[J].ACM Transactions on Software Engineering and Methodology，2015，24(3)：1-41.

[2] Zhang C，Budgen D.What do we know about the effectiveness of software design patterns[J].IEEE Transactions on Software Engineering，2012，38(5)：1213-1231.

[3] Xiao Zhuo-yu，He Pei，Yu Bo.A multi-stage approach based on interactive clues for design pattern detection[J].Journal of Beijing University of Aeronautics and Astronautics，2017，43(9)：1746-1756.

[4] Gueheneuc Y G，Antoniol G.DeMIMA：a multilayered approach for design pattern identification[J].IEEE Transactions on Software Engineering，2008，34(5)：667-684.

[5] Gueheneuc Y G，Guyomarch J Y，Sahraoui H.Improving design-pattern identification：a new approach and an exploratory study[J].Software Quality Journal，2010，18(1)：145-174.

[6] Xiao Zhuo-yu，Li Yan，He Pei，et al.Research on matrix grade evaluation based on design pattern detection[J].Journal of Chinese Computer Systems，2016，37(7)：1428-1433.

[7] Xiao Zhuo-yu，He Pei，Yang Xin-wei，et al.An optimization method for design pattern identification based on the grammar production[J].Journal of University of Electronic Science and Technology of China，2017，46(3)：569-576.

[8] Fontana F A，Maggioni S，Raibulet C.Design patterns：a survey on their micro-structures[J].Journal of Software：Evolution and Process，2013，25(1)：27-52.

[9] Fontana F A，Maggioni S，Raibulet C.Understanding the relevance of micro-structures for design patterns detection[J].Journal of Systems and Software，2011，84(12)：2334-2347.

[10] Yu D，Zhang Y，Chen Z.A comprehensive approach to the recovery of design pattern instances based on sub-patterns and method signatures[J].Journal of Systems and Software，2015，88(5)：1-16.

[11] Rasool G，Mader P.A customizable approach to design patterns recognition based on feature types[J].Arabian Journal for Science and Engineering，2014，39(12)：8851-8873.

[12] Ampatzoglou A，Charalampidou S，Stamelos I.Research state of the art on GoF design patterns：a mapping study[J].Journal of Systems and Software，2013，86(7)：1945-1964.

[13] Ampatzoglou A，Michou O，Stamelos I.Building and mining a repository of design pattern instances：practical and research benefits[J].Entertainment Computing，2013，4(2)：131-142.

[14] Zanoni M，F(xiàn)ontana F A，Stella F.On applying machine learning techniques for design pattern detection[J].Journal of Systems and Software，2015，88(5)：102-117.

[15] Xu Han-bin，Zhang Xue-lin，Zhen Xiao-mei，et al.Method of software design patterns identification based on correlation and feature constraints[J].Computer Science，2014，41(11)：50-55.

[16] Petterson N，Lowe W，Nivre J.Evaluation of accuracy in design pattern occurrence detection[J].IEEE Transactions on Software Engineering，2010，36(4)：575-590.

[17] Xiao Zhuo-yu，He Pei，Yu Bo，et al.An approach for design pattern detection based on the formal context-free grammar relation driver[J].Chinese Journal of Engineering，2016，38(10)：1499-1508.

[18] Binun A，Kniesel G.DPJF-design pattern detection with high accuracy[C].Software Maintenance and Reengineering (CSMR)，2012 16th European Conference on.Szeged：IEEE，2012：245-254.

[19] Shi N，Olsson R A.Reverse engineering of design patterns from java source code[C].Automated Software Engineering，ASE′06，21st IEEE/ACM International Conference on Automated Software Engineering (ASE′06)，Tokyo：IEEE，2006：123-134.

[20] De lucia A，Deufemia V，Gravino C，et al.An eclipse plug-in for the detection of design pattern instances through static and dynamic analysis[C].Software Maintenance (ICSM)，2010 IEEE International Conference on,Timisoara：IEEE，2010：1-6.

[21] Xiao Zhuo-yu，He Pei，Li Yan.Study on the additional relationships based on design pattens′s roles[J].Application Research of Computers，2015，32(7)：2042-2045.

附中文參考文獻：

[3] 肖卓宇，何 锫，余 波.一種多階段交互式線索驅(qū)動的設(shè)計模式識別方法[J].北京航空航天大學學報,2017，43(9)：1746-1756.

[6] 肖卓宇，黎 妍，何 锫，等.基于矩陣積分評估的設(shè)計模式檢測研究[J].小型微型計算機系統(tǒng)，2016，37(7)：1428-1433.

[7] 肖卓宇，何 锫，楊鑫維，等.基于文法產(chǎn)生式優(yōu)化的設(shè)計模式識別方法[J].電子科技大學學報，2017，46(3)：569-576.

[15] 許涵斌，張學林，鄭曉梅，等.一種基于結(jié)構(gòu)查詢的UML設(shè)計模式識別方法[J].計算機科學，2014，41(11)：50-55.

[17] 肖卓宇，何 锫，余 波，等.一種形式化上下無關(guān)文法關(guān)系驅(qū)動的設(shè)計模式檢測方法[J].工程科學學報，2016，38(10)：1499-1508.

[21] 肖卓宇，何 锫，黎 妍.基于設(shè)計模式角色的附加關(guān)系檢測研究[J].計算機應用研究，2015，32(7)：2042-2045.