LLM-Based Reverse-Engineering Framework for Legacy RPG/400 Banking Systems: Literature Review with Simulated Sri Lankan Core-Banking Case Study

研究情境与问题动机:斯里兰卡等新兴市场银行的数字化转型、遗留系统依赖与迁移治理

合并三组初始化分组中所有“情境/动机/治理”类文献:既包括斯里兰卡国有与私营银行数字化采用差异、数字金融创新演进,也包括数字韧性、云原生/MLOps 架构改造与本地化实施约束,还包括核心银行现代化战略综述、成本模型、rehost/refactor/rewrite 路径选择、分阶段数据迁移与合规(Basel III/GDPR/AML-KYC/PCI DSS)、云迁移财务可行性、微服务/无服务器下一代核心架构、企业集成迁移决策框架、IBM i 分期渐进式现代化综述与多案例研究,以及“杠铃式”迁移取舍与增量式面向对象迁移策略。共同点是它们不直接处理代码,而是从组织、监管、财务与架构治理层面论证遗留 RPG/400 核心系统必须现代化、以及此举的约束条件,为模拟案例设定真实语境与价值论证。

RPG/400、SQL/400 与 IBM i 平台技术基础及遗留代码复杂度度量

在合并中作为唯一真正针对本研究技术栈的“领域知识基线”保留:SQL/400 开发者指南给出 DB2/400 数据访问语义与 RPG 程序的数据操作契约,Halstead 复杂度度量提供对遗留代码可维护性与逆向工程工作量的量化口径。二者是所有生成式方法之前必须交代的平台语义与度量基线,与其他类目不可替代。

从遗留代码与文档逆向提取业务规则、功能需求与数据流模型(含传统静态分析基线)

合并三批中所有“语义抽取”文献并区分出传统/确定性方法这一支:BuRRiTo 融合文档与源码抽取并清洗业务规则、从遗留源码恢复业务规则、功能需求自动提取工具、人工抽取的可复现流程、A-COBREX 对大型机源码中多变量复杂业务规则的抽取、遗留代码与业务规则及过程模型的连接、业务规则抽取中的人为因素、增量式过程挖掘与过程模型重学习、数据流/交互 actor 数据流模型抽取、黑盒计算型业务规则抽取、规则驱动的用户需求逆向检测、静态分析工具比较与数学化再工程框架。共同点是依靠静态分析、数据流建模、日志挖掘与人工介入等可解释、可验证手段恢复规则与控制逻辑,构成本框架需要超越或对齐的确定性基线,并提示召回/精确率与专家校验问题。

LLM 与程序理解:代码摘要、自然语言中间表示与遗留系统文档化

合并“代码摘要/程序理解”与“语义中间层”两个高度重叠的分组:函数调用图上下文编码、图神经摘要、模型解释驱动两阶段摘要、ProConSuL 用调用图+两阶段训练抑制幻觉、联邦学习下不可共享数据微调摘要、注释/标识符自然性敏感性、Retrieval 增强自适应 Transformer 摘要、P2N2S 程序—自然语言互译、LLM 代码注释摘要效能评估、程序理解支撑综述、软件探针式 UI 理解、COBOL 人机协同功能描述生成与流程图+向量库分块提示流水线、以及多 LLM 在同一中间表示上恢复抽象模型的精度/召回/F1 比较。共同点是把“程序→可读自然语言/抽象说明”作为逆向工程的语义中间层,为低资源 RPG/400 提供可审计的知识表示产物。

LLM 生成文档的可信性:幻觉检测、注释一致性与气隙环境下的回溯文档

这一方向在合并中必须独立保留:它不研究“如何生成理解产物”,而研究“生成的描述是否忠实可信”。包含 LLM 代码摘要幻觉评测集构建与推理期检测缓解、程序分析校验注释与实现一致性、以及银行(BNP Paribas)气隙环境下多 LLM 编排为 COBOL 生成功能/技术文档。三篇共同回答审计与合规所关心的忠实度问题,是框架评估环节的关键依据,与上一组的方法学文献互补而非重叠。

低层结构与行为恢复:二进制/固件反编译、静态分析+LLM 与执行反馈智能体

单独保留这一技术范式组,因为它讨论的是“缺源码、缺文档条件下的结构重建与行为等价验证”,机制上与业务规则抽取和代码翻译都不同:HyRES 用静态分析+LLM+启发式恢复 stripped 二进制中的数据结构布局与语义;行为引导的 AVR 固件反编译使用自主 LLM 智能体读反汇编、查手册、编译、仿真、轨迹差分并迭代修正,以周期精确仿真作为行为 oracle。它们为本框架的多步推理+工具调用+执行反馈设计提供最直接的技术范式。

LLM 驱动的代码翻译与现代化改构:路线对比、分块策略与低资源语言处理

合并多批“翻译范式与工程策略”文献:对 326 个开源 COBOL 程序系统评测规则法/微调 LLM/通用模型并提出混合流水线与缺陷分类、低资源 COBOL→Java 顺序精炼、深度学习与模型驱动(MDRE)翻译的细致对比、LLM 与规则驱动方法的比较分析、企业规模 COBOL→Java 的 LLM 增强方案、气隙本地/云端混合且保留知识产权的四视图规格抽取与“先测试后实现”流水线、ChatGPT 在 Python→Java 上的能力边界、Java 并发程序→ArkTS 的思维链专用链、长 COBOL 程序的分层分块策略、以及.NET 等遗留语言上的 LLM 源码生成评估。共同点是回答“规则法、模型驱动与 LLM 各自边界何在、如何分块与编排”这一路线选择问题。

翻译/重写质量增强:类型迁移、多智能体协作、迭代精炼与自动修复

合并三批中所有“质量使能技术”文献并聚焦组件层面:C→Rust 类型迁移(候选签名生成、被调方签名注入、编译器反馈修错)、LLM 无关的自一致性迭代精炼与成本效率、AnchorRepair 以源语言为诊断证据的双智能体跨语言修复、ICAM-Trans 分层多智能体挖掘隐式上下文与 FuncTransEval 基准、MERIT 基于 AST/知识库/错误模式/自反思的多信号修复、完全自动化端到端智能体、KebugFix 自动程序修复、LLM 测试用例生成与智能体化测试技能分解。共同点为“生成后如何迭代验证与修补”,为框架的修复循环与指标口径提供直接技术组件。

语义等价性与正确性验证:parity 测试、不变式校验、基准评测与银行 UAT 质量工程

这是合并中最易被忽略但必须独立成组的论点:生成与修复之后“怎样证明行为等价”。包含 parity 测试通过≠行为保持的逃逸率测量、TaxVerif 面向语义保持的不变式与变异测试验证、Polyglot 基于 CodeNet 的多语言翻译自动评测框架、以及核心银行 UAT 的可扩展 AI 质量工程架构。四篇共同定义了语法正确性、执行可靠性与语义保持三类指标的测量方法与自校验风险,为框架评测设计提供口径。

LLM 与模型驱动工程/机器学习的融合:架构恢复、领域模型与混合云目标映射

保留独立组以覆盖“由代码到可操作架构/规格模型”的上层恢复环节,且与纯代码翻译不同:智能软件架构恢复(LLM+GNN)、增强模型驱动逆向工程(机器学习)、MDRE+LLM 的领域模型分析工具、模型驱动的混合云迁移,以及对此类 LLM 化逆向工程可行性与能耗代价的可持续性评估。共同点是把逆向工程产出提升为模型层制品(UML/OCL、架构视图、规格),并讨论其代价。

依赖分析、变更影响评估与架构级重构(领域化/微服务化)的风险控制

该论点在三批初始化分组中均只被零散提及,故合并后显式补全为独立方向:AI 辅助变更影响分析(依赖模型+预测分析)用于银行遗留上云的安全性、以 GNN 节点嵌入+NLP+强化学习进行领域化与服务边界识别并配置优先的微服务迁移、RepoComprehend-LLM 的上下文与依赖感知检索、分层摘要与图传播及受监管环境治理控制。共同点是把逆向工程结果用于跨程序工作流影响传播、风险排序与核心银行解耦分析。

工程化 LLM 工作流编排:提示工程、中间语言约束与多模型协同

独立保留以承载“把 LLM 使用工程化为可复现流水线”的方法论:通过中间语言与零样本思维链、显式指令与领域关键词约束提升 Java 代码生成质量;用模式感知提示与双模型编排把用户故事转为可执行 BDD 验收测试。其“结构化提示+多级编排+输出可执行化”设计直接对应 RPG/400 逆向工程流水线的编排需求,与单点翻译或修复技术不重叠。

LLM-Based Reverse-Engineering Framework for Legacy RPG/400 Banking Systems: Literature Review with Simulated Sri Lankan Core-Banking Case Study

合并后按“情境与治理—平台基线—语义抽取—理解与文档化—可信性—低层结构恢复—翻译路线—质量增强—等价性验证—模型驱动融合—架构级风险控制—工程编排”十二个相互并列的方向组织,覆盖三批初始化分组的全部要点并补全了被分散提及的“等价性验证”与“依赖/变更影响分析”两个独立论点。逻辑链条为:第 1 组确立斯里兰卡等新兴市场核心银行 RPG/400 现代化的动因、合规与财务约束;第 2 组给出 RPG/400、SQL/400 与 IBM i 的平台语义与复杂度度量基线;第 3、4 组分别以传统静态分析/过程挖掘与 LLM 语义中间层两条路径产出规则、数据流与可读规格;第 5 组解决这些产物的忠实度与审计可信性;第 6 组提供缺文档条件下静态分析+LLM+仿真 oracle 的结构与行为恢复范式,最接近本文的多步智能体思路;第 7 组比较规则法、MDRE 与 LLM 的翻译边界与分块编排;第 8、9 组构成“生成后如何修补”与“如何证明语义等价”的配对技术栈;第 10 组把产出提升到架构/模型层并讨论能耗代价;第 11 组将视角扩展到依赖传播、变更影响与微服务化风险排序;第 12 组给出可复现的提示与多模型编排工程规范。整体看,现有工作或以单语言单任务为粒度(COBOL→Java 函数级翻译、二进制结构恢复、注释摘要),或以架构与管理层面泛论迁移,缺乏针对以数据区、作业描述与批处理工作流为核心的 RPG/400 银行系统的端到端 LLM 逆向工程框架,也缺乏斯里兰卡等新兴市场核心银行场景的实证与模拟案例研究——这正是本文的研究缺口与贡献定位,并可在比较表中沿“目标遗留技术栈、LLM 角色(抽取/翻译/验证/修复/编排)、验证方式(单测/仿真/parity/人工)、评测指标与场景真实性”维度横向对照代表工作。

让 AI 读完这 102 篇文献,进入工作区深入研究
研究方向与代表作共识与分歧研究空白与可做的问题
共 99 篇文献,12 个研究方向
研究情境与问题动机:斯里兰卡等新兴市场银行的数字化转型、遗留系统依赖与迁移治理

合并三组初始化分组中所有“情境/动机/治理”类文献:既包括斯里兰卡国有与私营银行数字化采用差异、数字金融创新演进,也包括数字韧性、云原生/MLOps 架构改造与本地化实施约束,还包括核心银行现代化战略综述、成本模型、rehost/refactor/rewrite 路径选择、分阶段数据迁移与合规(Basel III/GDPR/AML-KYC/PCI DSS)、云迁移财务可行性、微服务/无服务器下一代核心架构、企业集成迁移决策框架、IBM i 分期渐进式现代化综述与多案例研究,以及“杠铃式”迁移取舍与增量式面向对象迁移策略。共同点是它们不直接处理代码,而是从组织、监管、财务与架构治理层面论证遗留 RPG/400 核心系统必须现代化、以及此举的约束条件,为模拟案例设定真实语境与价值论证。相关文献:R. Shathurshana et. al, 2026 等 26 篇文献

RPG/400、SQL/400 与 IBM i 平台技术基础及遗留代码复杂度度量

在合并中作为唯一真正针对本研究技术栈的“领域知识基线”保留:SQL/400 开发者指南给出 DB2/400 数据访问语义与 RPG 程序的数据操作契约,Halstead 复杂度度量提供对遗留代码可维护性与逆向工程工作量的量化口径。二者是所有生成式方法之前必须交代的平台语义与度量基线,与其他类目不可替代。相关文献:P. Conte et. al, 2000 等 2 篇文献

从遗留代码与文档逆向提取业务规则、功能需求与数据流模型(含传统静态分析基线)

合并三批中所有“语义抽取”文献并区分出传统/确定性方法这一支:BuRRiTo 融合文档与源码抽取并清洗业务规则、从遗留源码恢复业务规则、功能需求自动提取工具、人工抽取的可复现流程、A-COBREX 对大型机源码中多变量复杂业务规则的抽取、遗留代码与业务规则及过程模型的连接、业务规则抽取中的人为因素、增量式过程挖掘与过程模型重学习、数据流/交互 actor 数据流模型抽取、黑盒计算型业务规则抽取、规则驱动的用户需求逆向检测、静态分析工具比较与数学化再工程框架。共同点是依靠静态分析、数据流建模、日志挖掘与人工介入等可解释、可验证手段恢复规则与控制逻辑,构成本框架需要超越或对齐的确定性基线,并提示召回/精确率与专家校验问题。相关文献:P. Chittimalli et. al, 2019 等 16 篇文献

LLM 与程序理解:代码摘要、自然语言中间表示与遗留系统文档化

合并“代码摘要/程序理解”与“语义中间层”两个高度重叠的分组:函数调用图上下文编码、图神经摘要、模型解释驱动两阶段摘要、ProConSuL 用调用图+两阶段训练抑制幻觉、联邦学习下不可共享数据微调摘要、注释/标识符自然性敏感性、Retrieval 增强自适应 Transformer 摘要、P2N2S 程序—自然语言互译、LLM 代码注释摘要效能评估、程序理解支撑综述、软件探针式 UI 理解、COBOL 人机协同功能描述生成与流程图+向量库分块提示流水线、以及多 LLM 在同一中间表示上恢复抽象模型的精度/召回/F1 比较。共同点是把“程序→可读自然语言/抽象说明”作为逆向工程的语义中间层,为低资源 RPG/400 提供可审计的知识表示产物。相关文献:Aakash Bansal et. al, 2023 等 16 篇文献

LLM 生成文档的可信性:幻觉检测、注释一致性与气隙环境下的回溯文档

这一方向在合并中必须独立保留:它不研究“如何生成理解产物”,而研究“生成的描述是否忠实可信”。包含 LLM 代码摘要幻觉评测集构建与推理期检测缓解、程序分析校验注释与实现一致性、以及银行(BNP Paribas)气隙环境下多 LLM 编排为 COBOL 生成功能/技术文档。三篇共同回答审计与合规所关心的忠实度问题,是框架评估环节的关键依据,与上一组的方法学文献互补而非重叠。相关文献:Guang-Xiao Wan et. al, 2026 等 3 篇文献

低层结构与行为恢复:二进制/固件反编译、静态分析+LLM 与执行反馈智能体

单独保留这一技术范式组,因为它讨论的是“缺源码、缺文档条件下的结构重建与行为等价验证”,机制上与业务规则抽取和代码翻译都不同:HyRES 用静态分析+LLM+启发式恢复 stripped 二进制中的数据结构布局与语义;行为引导的 AVR 固件反编译使用自主 LLM 智能体读反汇编、查手册、编译、仿真、轨迹差分并迭代修正,以周期精确仿真作为行为 oracle。它们为本框架的多步推理+工具调用+执行反馈设计提供最直接的技术范式。相关文献:Zihan Sha et. al, 2025 等 2 篇文献

LLM 驱动的代码翻译与现代化改构:路线对比、分块策略与低资源语言处理

合并多批“翻译范式与工程策略”文献:对 326 个开源 COBOL 程序系统评测规则法/微调 LLM/通用模型并提出混合流水线与缺陷分类、低资源 COBOL→Java 顺序精炼、深度学习与模型驱动(MDRE)翻译的细致对比、LLM 与规则驱动方法的比较分析、企业规模 COBOL→Java 的 LLM 增强方案、气隙本地/云端混合且保留知识产权的四视图规格抽取与“先测试后实现”流水线、ChatGPT 在 Python→Java 上的能力边界、Java 并发程序→ArkTS 的思维链专用链、长 COBOL 程序的分层分块策略、以及.NET 等遗留语言上的 LLM 源码生成评估。共同点是回答“规则法、模型驱动与 LLM 各自边界何在、如何分块与编排”这一路线选择问题。相关文献:Joanna Abraham et. al, 2026 等 11 篇文献

翻译/重写质量增强:类型迁移、多智能体协作、迭代精炼与自动修复

合并三批中所有“质量使能技术”文献并聚焦组件层面:C→Rust 类型迁移(候选签名生成、被调方签名注入、编译器反馈修错)、LLM 无关的自一致性迭代精炼与成本效率、AnchorRepair 以源语言为诊断证据的双智能体跨语言修复、ICAM-Trans 分层多智能体挖掘隐式上下文与 FuncTransEval 基准、MERIT 基于 AST/知识库/错误模式/自反思的多信号修复、完全自动化端到端智能体、KebugFix 自动程序修复、LLM 测试用例生成与智能体化测试技能分解。共同点为“生成后如何迭代验证与修补”,为框架的修复循环与指标口径提供直接技术组件。相关文献:Jaemin Hong et. al, 2024 等 9 篇文献

语义等价性与正确性验证:parity 测试、不变式校验、基准评测与银行 UAT 质量工程

这是合并中最易被忽略但必须独立成组的论点:生成与修复之后“怎样证明行为等价”。包含 parity 测试通过≠行为保持的逃逸率测量、TaxVerif 面向语义保持的不变式与变异测试验证、Polyglot 基于 CodeNet 的多语言翻译自动评测框架、以及核心银行 UAT 的可扩展 AI 质量工程架构。四篇共同定义了语法正确性、执行可靠性与语义保持三类指标的测量方法与自校验风险,为框架评测设计提供口径。相关文献:Simarjot Khanna et. al, 2026 等 4 篇文献

LLM 与模型驱动工程/机器学习的融合:架构恢复、领域模型与混合云目标映射

保留独立组以覆盖“由代码到可操作架构/规格模型”的上层恢复环节,且与纯代码翻译不同:智能软件架构恢复(LLM+GNN)、增强模型驱动逆向工程(机器学习)、MDRE+LLM 的领域模型分析工具、模型驱动的混合云迁移,以及对此类 LLM 化逆向工程可行性与能耗代价的可持续性评估。共同点是把逆向工程产出提升为模型层制品(UML/OCL、架构视图、规格),并讨论其代价。相关文献:Ajit Kumar Pasayat et. al, 2024 等 5 篇文献

依赖分析、变更影响评估与架构级重构(领域化/微服务化)的风险控制

该论点在三批初始化分组中均只被零散提及,故合并后显式补全为独立方向:AI 辅助变更影响分析(依赖模型+预测分析)用于银行遗留上云的安全性、以 GNN 节点嵌入+NLP+强化学习进行领域化与服务边界识别并配置优先的微服务迁移、RepoComprehend-LLM 的上下文与依赖感知检索、分层摘要与图传播及受监管环境治理控制。共同点是把逆向工程结果用于跨程序工作流影响传播、风险排序与核心银行解耦分析。相关文献:Nikita Chawla et. al, 2024 等 3 篇文献

工程化 LLM 工作流编排:提示工程、中间语言约束与多模型协同

独立保留以承载“把 LLM 使用工程化为可复现流水线”的方法论:通过中间语言与零样本思维链、显式指令与领域关键词约束提升 Java 代码生成质量;用模式感知提示与双模型编排把用户故事转为可执行 BDD 验收测试。其“结构化提示+多级编排+输出可执行化”设计直接对应 RPG/400 逆向工程流水线的编排需求,与单点翻译或修复技术不重叠。相关文献:Anh Truong et. al, 2025 等 2 篇文献