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

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．