Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     

Variability-Aware Semantic Slicing Using Code Property Graphs (Beitrag zu einer Tagung / Konferenz) - Einzelansicht

  • Funktionen:


Titel der Arbeit (title) Variability-Aware Semantic Slicing Using Code Property Graphs
Erscheinungsjahr 2019
Verlag (publisher) ACM
Buchtitel (booktitle) Proceedings of the 23rd International Systems and Software Product Line Conference (SPLC'19)
Seitenzahl (pages) 65-71
Publikationsart Beitrag zu einer Tagung / Konferenz

Acommonproblem in program analysis is to identify semantically related statements in programs, for example, which statements change the value of a variable, or implement a specific feature or functionality. This is a very challenging task for large programs and gets even more complicated in the presence of variability implementations like #ifdef-annotations. Program slicing is a technique that can be used to aid developers with this challenge. But while slicing is a well-established technique for individual programs, there has been so far only little work on program slicing of product lines.

Here,we introduce a static-analysis approach for semantic slicing of product lines. Our approach introduces the novel concept of a variability-aware code property graph, which combines information about code properties (like statement type) and syntactical structure with data- and control-flow information. This graph is then traversed to gather semantically-related lines of code for a given entry node.We demonstrate our approach with a C-example, including preprocessor statements.

Beteiligte Personen

Gerling, Lea Kristin  M.Sc.  
Schmid, Klaus, Professor Dr.  


Abt. Software Systems Engineering
Inst. für Informatik
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit