注释是帮助开发人员理解代码的重要途径之一,注释相对于源码更直接、更具描述性并且更容易被开发人员理解。但是因为编写正确且高质量的注释成本太高,并且随着项目的不断迭代,代码难免会出现更改的情况,因此源码的注释往往存在缺失或者不一致的情况,这可能会导致开发人员在后续开发过程中引入新的Bug。因为开发人员在对代码进行命名时会考虑其代表的含义,因此现有研究工作主要结合程序分析和自然语言处理技术,通过分析代码的语句结构、变量名和方法名来自动生成注释,或者通过代码对比来将已有的注释进行迁移。这些方法都需要代码本身具有较高的质量和可读性,对于项目本身的内部注释却并未很好的利用。因此本文提出一种基于程序分析的注解传递技术。首先使用的是一种非侵入式、可隐藏的新型注释,称之为注解来进行传递,以此来达到不破坏代码结构的目的;然后通过扩展已有的注释分类方法,对注解进行分类并对每个类型规定了不同的传递规则;同时,提出了两种传递方式,分别是基于程序分析的确定性传递和基于概率推导的非确定性传递。在确定性传递中存在着两种传递方式,一种是基于Call Graph的传递,可以通过调用关系将目标方法的注解传递给调用方法;另一种是基于程序间控制流图的传递,通过程序间控制流图将实参的注解传递到目标方法中,让参数上存在更多的上下文说明。在非确定性传播中,主要是挖掘了参数与返回值之间的关系,通过数据流约束、命名约束和类型约束来生成概率约束,然后以此来构建因子图并通过置信传播来计算注解属于变量的概率,来确定参数和返回值之间可以传递注解的概率。最后,本文基于这两种传播方式,在GitHub上选取了十个开源项目进行实验,其结果表明并将传递后的注解与原注释相比后,对于方法的注解最高有88%的与原注释相同,变量注解最高有80%的与原注释相同。并抽取部分注解交给十位开发人员进行人工评价,结果表明大部分传递过去的注解是一致且具有帮助的。