本申請公開了一種代碼庫構建系統、方法和相關裝置，該代碼庫構建系統包括軟件項目采集器、軟件項目分析器和代碼庫構建器；軟件項目采集器用于根據不同的采集需求采集多源異構軟件項目作為多個本地存儲軟件項目；軟件項目分析器用于根據不同的分析需求分析多個本地存儲軟件項目，獲得多個項目文件和對應的多個項目文件元信息；代碼庫構建器用于生成每個項目文件的文件唯一標識，基于文件唯一標識和多個項目文件元信息對多個項目文件進行無冗余的本地存儲和索引，以構建代碼庫。代碼庫構建系統在構建代碼庫時，兼容不同來源的異構軟件項目，滿足對項目類型和代碼數量的海量需求，且在保留項目文件元信息的前提下實現項目文件的無冗余本地存儲。

技術領域

本申請涉及計算機技術領域，尤其涉及一種代碼庫構建系統、方法和相關裝置。

背景技術

為了實現軟件產品的代碼溯源分析和自主可控等級評測，需要能夠提供基礎性原始代碼的海量代碼庫，該代碼庫中代碼數量和代碼質量直接影響上述代碼溯源分析和自主可控等級評測的效率和準確性。

現有技術中，通常是下載各個開源軟件項目的特定版本壓縮包以形成代碼庫。但是，發明人經過研究發現，該代碼庫存在架構設計不良、代碼數量不足、代碼類型覆蓋不充分、代碼冗余、代碼開發元信息丟失等嚴重問題。利用該代碼庫進行軟件產品的代碼溯源分析和自主可控等級評測時，代碼溯源分析和自主可控等級評測的效率和準確性會有嚴重降低。

發明內容

有鑒于此，本申請實施例提供一種代碼庫構建系統、方法和相關裝置，在構建代碼庫過程中，能夠兼容不同來源的異構軟件項目，滿足對項目類型和代碼數量的海量需求，且在保留項目文件元信息的前提下實現項目文件的無冗余本地存儲。該代碼庫構建系統構建的代碼庫可以提高軟件產品的代碼溯源分析和自主可控等級評測的效率和準確性。

第一方面，本申請實施例提供了一種代碼庫構建系統，所述代碼庫構建系統包括：

軟件項目采集器、軟件項目分析器和代碼庫構建器；

所述軟件項目采集器，用于根據不同的采集需求采集多源異構軟件項目作為多個本地存儲軟件項目；

所述軟件項目分析器，用于根據不同的分析需求分析多個所述本地存儲軟件項目，獲得多個項目文件和對應的多個項目文件元信息；

所述代碼庫構建器，用于生成每個所述項目文件的文件唯一標識，基于所述文件唯一標識和多個所述項目文件元信息對多個所述項目文件進行無冗余的本地存儲和索引，以構建代碼庫。

可選的，所述軟件項目采集器包括采集管理引擎和多個采集客戶端；

所述采集管理引擎，用于根據所述不同的采集需求啟動多個所述采集客戶端；

多個所述采集客戶端，用于利用不同的采集方式采集所述多源異構軟件項目作為多個所述本地存儲軟件項目。

可選的，所述軟件項目分析器包括項目分析引擎和多個項目分析器；

所述項目分析引擎，用于根據所述不同的分析需求啟動多個所述項目分析器；

多個所述項目分析器，用于利用不同的項目管理方式分析多個所述本地存儲軟件項目，獲得多個所述項目文件和對應的多個所述項目文件元信息。

可選的，所述代碼庫構建器包括文件唯一性標識引擎和文件本地存儲索引；

所述文件唯一性標識引擎，用于利用預設算法生成每個所述項目文件的文件唯一標識；

所述文件本地存儲索引，用于基于所述文件唯一標識對多個所述項目文件進行無冗余的本地存儲作為多個本地存儲項目文件，并建立多個所述本地存儲項目文件與多個所述項目文件元信息之間的索引，以構建所述代碼庫。

可選的，所述預設算法包括哈希算法或者其他編寫算法，所述哈希算法包括信息摘要算法或安全散列算法。