参考論文：コードクローン検出において比較する候補の絞り方

 軽量な類似度計算によるプロジェクト間のソースファイル集合の再利用検出.pdf


ソースコードから作成した木構造の断片について、LSHを用いてクラスタリングすることで高速にコードクローンを検出[13]。

DECKARD: Scalable and accurate tree-based detection of code clones (smu.edu.sg)


ソースコードから作成したTF-IDFベクトルについて、cross-polytope LSHを用いてクラスタリングし、コードブロック単位でのコードクローンを検出[14]。

_pdf (jst.go.jp)



転置インデックスを使って比較するべき候補を絞ることで、効率的にコードクローンを検出[15]。

1512.06448 (arxiv.org)


コメント

コメントを投稿

このブログの人気の投稿

【論文メモ】A systematic literature review on source code similarity measurement and clone detection: techniques, applications, and challenges

  原論文 A systematic literature review on source code similarity measurement (arxiv.org) Abstract ソースコードの類似性を測定し評価することは、コード推薦、重複コード、盗作、マルウェア、およびスメル（異臭）検出など、幅広いアプリケーションにおける基本的なソフトウェアエンジニアリング活動です。本論文は、既存のアプローチとその特性に光を当てるため、コードの類似性測定と評価技術に関する体系的な文献レビューとメタ分析を提案します。私たちは最初に、4つのデジタルライブラリをクエリして1万以上の記事を見つけ、最終的に136件の主要な研究を抽出しました。研究は、その方法論、プログラミング言語、データセット、ツール、およびアプリケーションに従って分類されました。深い調査の結果、5つのアプリケーションドメインで8つの異なる技術を用いて動作するソフトウェアツールが80あります。ツールの約49％がJavaプログラムで動作し、37％がCおよびC++をサポートしていますが、多くのプログラミング言語はサポートされていません。注目すべき点は、ソースコードの類似性測定と重複コードに関連する12のデータセットが存在し、そのうちの8つのデータセットのみが公開されていることでした。信頼性のあるデータセットの不足、経験的評価、ハイブリッド手法、およびマルチパラダイム言語への焦点が、この分野の主な課題です。コードの類似性測定の新興アプリケーションは、メンテナンスに加えて開発フェーズに集中しています。
続きを読む

【AWS】パブリックサブネットとプライベートサブネットを理解したい

  AWSにおいて、パブリックサブネットとプライベートサブネットは、主にセキュリティおよび通信の要件に基づいてネットワークリソースを区別するために使用される2つの異なるタイプのサブネット。 パブリックサブネット: パブリックサブネットは、 インターネットと直接通信できる ように設定されたサブネット。 パブリックサブネット内のリソースは、Elastic IPアドレスやパブリックIPアドレスを持つことがある。これにより、外部のネットワークから直接アクセスできるようになる。 通常、Webサーバーやロードバランサーなど、外部からアクセス可能なリソースがパブリックサブネットに配置される。 プライベートサブネット: プライベートサブネットは、 直接インターネットと通信できない ように設定されたサブネット。 プライベートサブネット内のリソースは、Elastic IPアドレスやパブリックIPアドレスを持たないことが一般的。したがって、外部のネットワークから直接アクセスできない。 プライベートサブネットには、データベースサーバーやアプリケーションサーバーなど、セキュリティ上の理由から外部に直接公開されたくないリソースが配置されることがある。 これらの2つのサブネットタイプを組み合わせて、AWSのセキュアなネットワーク環境を構築することが一般的である。例えば、Webサーバーがパブリックサブネットに配置され、データベースサーバーがプライベートサブネットに配置されるなど、必要に応じてトラフィックの制御が行われる。
続きを読む

【論文要約】ControlFlag: A Self-Supervised Idiosyncratic Pattern Detection System for Software Control Structures

  Abstract of this paper in 2 lines: The paper presents ControlFlag, a self-supervised machine programming system that aims to detect idiosyncratic pattern violations in software control structures and suggests possible corrections. ControlFlag has already found and fixed an anomaly in CURL, demonstrating its potential to improve software quality.[1] Contributions of this paper: The paper presents ControlFlag, a self-supervised system that automatically identifies potential errors in control structures of the C family of languages, specifically focusing on if statements in CC programs. ControlFlag is designed to be programming language agnostic, making it applicable to different programming languages. The system takes a statistical approach to identify programming pattern violations by recasting them as anomalies, providing a novel method for detecting idiosyncratic pattern violations. ControlFlag has been successfully used to detect anomalies in the CURL open-source project, leading t
続きを読む