随着时间的推移,原有软件系统逐渐不能满足用户新增的需求,也不能利用新技术带来的优势,而维护成本却在不断的增加。为了应对这些问题,一些用户选择利用新技术重新开发应用,但这种做法的成本过于昂贵。对应地,将遗留系统根据应用需求进行调整重构,并移植到新的运行平台上成为一种更合理的选择。作为一种新出现的计算模型,云计算在计算机领域的影响力逐步提高。为了充分利用云计算平台所带来的快捷、高效等优点,组织需根据云计算模型的特点对原有软件系统做出相应的重构调整,将原有系统移植到云平台上。对于遗留系统的局部云移植,首先要解决的问题是如何准确抽取系统中可重用组件,并保证组件粒度合理且组件描述准确、有效。另一个核心问题是如何在组件重用过程中找到最符合用户要求的可重用组件。本文在文献[1]使用聚类算法提取可重用组件的基础上,针对使用了常用开发框架的系统,提出了一种新的组件提取方法,并将其与聚类提取方法有效结合,形成新的组件提取策略。同时,本文对文献[2]目标服务与候选组件的匹配方法做出改进,利用人工智能算法实现文本匹配,帮助用户更准确地找到与需求相符合的组件。基于以上研究,开发了支持工具,实现自动化的组件提取与服务匹配,同时进行了实验验证。实验结果表明,针对使用了开发框架的系统,工具具有更好的组件提取效率,组件提取结果更符合实际要求,与目标服务的匹配过程更为准确。相关工作对于移植过程业务逻辑组件重用有积极作用。