機械学習を用いたコードクローンの危険予測手法

スポンサーリンク

概要

論文の詳細を見る
一般的に,コードクローンは,ソフトウェアの保守性を低下させる原因になるとされている.一方で,すべてのコードクローンがソフトウェアの保守性に悪影響を与えるとは限らない.そこで本研究では,機械学習を用いてソースコード中に存在するコードクローンの危険予測を自動的に行う手法を提案する.提案手法では,過去に存在したコードクローンの特徴を,そのコードクローンが危険かどうかという情報とともに学習する.そして,そのデータをもとに,現在ソースコード中に存在するコードクローンの危険予測を行う.また,本研究では,提案手法よるコードクローンの危険予測の精度を評価するために,2 つのオープンソースプロジェクトを対象とした評価実験を行った.その結果,1 つのプロジェクトについては,高い精度で危険なコードクローンを予測できていることを確認した.
2014-07-02

著者

関連論文

もっと見る

スポンサーリンク