| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-07-11 10:40 機械学習を用いたコードクローンの危険予測手法 ○今里文香・堀田圭佑・肥後芳樹・楠本真二（阪大）  SS2014-21 KBSE2014-24 |
|
| 抄録 | （和） | 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． |
| （英） | Code clones often cause the deterioration of software maintainability. Meanwhile not all code clones have a bad influence on software.Because there are massive code clones in source code, it is not practical to cope with all of them.Hence it is necessary to detect only risky code clones which reduce software maintainability.In this study, we propose a method to predict risks of code clones in source code automatically using machine learning techniques.In our method, we learn features and risks of code clones which existed in the past.Then, we predict risks of code clones in target source code based on these training data.In this study, in order to evaluate accuracy of prediction for risky code clones by using our proposed method, we conducted a case study with 2 open source projects.As a result, we confirmed that the proposed method can predict risky code cloneswith high accuracy for 1 project. | |
| キーワード | （和） | コードクローン / ソフトウェア保守 / 機械学習 / / / / / |
| （英） | Code Clone / Software Maintenance / Machine Learning / / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 127, SS2014-21, pp. 129-134, 2014年7月. | |
| 資料番号 | SS2014-21 | |
| 発行日 | 2014-07-03 (SS, KBSE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SS2014-21 KBSE2014-24 |
|
| 研究会情報 | |
| 研究会 | KBSE SS IPSJ-SE |
| 開催期間 | 2014-07-09 - 2014-07-11 |
| 開催地（和） | 富良野文化会館 |
| 開催地（英） | Furano-Bunka-Kaikan |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SS |
| 会議コード | 2014-07-KBSE-SS-SE |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたコードクローンの危険予測手法 |
| サブタイトル（和） | |
| タイトル（英） | Risk Prediction for Code Clones Based on Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | コードクローン / Code Clone |
| キーワード(2)（和/英） | ソフトウェア保守 / Software Maintenance |
| キーワード(3)（和/英） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 今里 文香 / Ayaka Imazato / イマザト アヤカ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 堀田 圭佑 / Keisuke Hotta / ホッタ ケイスケ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 肥後 芳樹 / Yoshiki Higo / ヒゴ ヨシキ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 楠本 真二 / Shinji Kusumoto / クスモト シンジ |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-07-11 10:40:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SS |
| 資料番号 | SS2014-21, KBSE2014-24 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.127(SS), no.128(KBSE) |
| ページ範囲 | pp.129-134 |
| ページ数 | 6 |
| 発行日 | 2014-07-03 (SS, KBSE) |
[研究会発表申込システムのトップページに戻る]