TBCNN 기반 2단계 코드 클론 유형 분류 기법

다국어 초록 (Multilingual Abstract)

In software development, code clone can significantly reduce costs and speed up the development process. However, Indiscreet use of the clone not only lower the quality of the code but also adds extra cost and time to fix the bugs. Due to this problem, many researchers have been trying to detect clones. However, the existing clone detection techniques are limited to detect clones that are fully identical or only with modified identifiers and they don't give information about clone type. This paper proposes a TBCNN(Tree-Based Convolution Neural Network)-based two-pass clone classification technique for detecting variety types of clones as well as their automatic classification. The experiment is performed using BigCloneBench, a well known and wildly adopted data set for clone detection. As a result, the proposed technique was able to classify four types of code clones with 78% recall and precision.

목차 (Table of Contents)

• 목 차
• ABSTRACT
• 제1장 서론 1
• 제2장 관련연구 3
• 제3장 TBCNN 기반 2단계 코드 클론 유형 분류 방법 7
• 3.1 코드 전처리 8
• 3.2 트리 기반 함성곱을 이용한 AST 임베딩 9
• 3.3 클론 분류 12
• 3.4 클론 유형 분류 14
• 제4장 실험 17
• 4.1 데이터 세트 17
• 4.2 훈련 및 테스트 데이터 세트 19
• 4.3 TBCNN 기반 2단계 코드 클론 유형 분류 모델의 파라미터 20
• 4.4 실험 결과 21
• 제5장 토의 25
• 5.1 T2로 오분류된 코드의 특징 26
• 5.2 ST3으로 오분류된 코드의 특징 30
• 5.3 MT3으로 오분류된 코드의 특징 34
• 제6장 결론 및 향후연구 39
• 참고문헌 41