权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多様なプログラミング言語に対応可能なコードクローン検出ツールの開発

开发可支持多种编程语言的代码克隆检测工具

基本信息

批准号：
20K11745
负责人：
吉田則裕
金额：
$ 2.41万
依托单位：
Ritsumeikan University (2022)Nagoya University (2020-2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11745/
关键词：
コードクローン構文解析プログラミング言語

项目摘要

コードクローンとは，ソフトウェア開発中にコピーアンドペーストなどにより作成された類似したコード片である．コードクローンは，ソフトウェア保守を困難にする要因の1つであるため，検出し管理する必要がある．1990年代以降，数多くのコードクローン検出ツールが提案されたが，そのほとんどは限られたプログラミング言語のみに対応し，対応言語を増加させることが難しい．プログラミング言語は，頻繁に新規開発や文法の更新が行われるため，対応言語を柔軟に追加可能なコードクローン検出ツールが必要であると考えられる．研究代表者は以前に，対象言語の文法の一部を正規表現として抽出し，対応言語を柔軟に増加できるコードクローン検出ツールを開発した．しかし，正規表現では表現能力が不足しているため，対応できない言語がある．加えて，トークン列の照合に基づきコードクローンを検出するため，ステートメントの追加や削除を行ったコードクローンを検出する能力はない．そこで，多様なプログラミング言語に対応可能であり，ステートメントの追加・削除を許容するコードクローン検出ツールを実装した．具体的には，パーサジェネレータの1つであるANTLRを使用してソースコード正規化を行い，Token Bagモデルを基にコード片の類似度を計算することによって，検出可能なコードクローンの種類を増加させることを試みた．研究成果を論文にまとめ，国際会議30th IEEE/ACM International Conference on Program Comprehension (ICPC 2022)に投稿し，採録されたため発表を行った．また，大規模ソースコード集合CodeNetを用いた評価実験に取り組んだ．

コードクローンとは, ソフトウェア开発中にコピーアンドしたコード片である．コードクローンは, ソフトウェアConservation is difficult and the reason is にするの1つであるため, 検出しmanagement is necessary がある. Since the 1990s, there have been many proposals for くのコードクローン検ツールがされたが, そのほとんどはlimit られたプログラミング语のみに対応し,対応语を Increase and させることがdifficultyしい．プログラミング语は, frequent new rules and regulations, grammar and grammar update, 対応语It is possible to add a soft language to the language. Study the past of the representative, extract the formal expression of part of the grammar of the elephant language ,対応语をsoftに Increaseできるコードクローン検出ツールを开発した．しかし, formal performance では performance ability is not enough しているため, 対応できないlanguage がある. Add it to the listートメントのAdd the ability to remove the line and remove it.そこで,多様なプログラミング语に対応possibleであり,ステートメントのAdded and deleted the するコードクローン検出ツールを実装した. Specific token Bagモデルをbased にコード片のsimilarity calculation することによって, 検出possibleなコードクローンのkindをincreasedさせることをtrialみた． The research results were submitted to the 30th IEEE/ACM International Conference on Program Comprehension (ICPC 2022) and recorded in the paper.また, large-scale ソースコード collection CodeNet を use いたreview価実験にtake りgroup んだ．