Microsoft PowerPoint - ●SWIM_ _INET掲載用.pptx

Size: px

Start display at page:

Download "Microsoft PowerPoint - ●SWIM_ _INET掲載用.pptx"

ぜんぺいしげまつ
4 years ago
Views:

1 シーケンスに基づく検索モデルの検索精度について東京工芸大学工学部コンピュータ応用学科宇田川佳久 (1/3) (2/3) 要員数情報システム開発のイメージソースコード検索機能他人が作ったプログラムを保守する必要がある実務面での応用 1 バグあるいは脆弱なコードを探す ( 品質の高いシステムを開発する ) 2 プログラム理解を支援する ( 第 3 者が書いたコードを保守する ) 要件定義外部設計内部設計コーディング単体テスト結合テスト総合テストシステムテスト 3 特定のメソッドを使ったコードを探す ( テクニックの向上 ) (3/3) ソースコードの類似検索手法 1 テキストに基づく検索変数名の違いに影響を受ける 2 トークンに基づく検索変数名の違いは除去できるが局所的な検索の留まる 3 構造に基づく検索本研究のアプローチ文法に沿った検索ができるが処理が複雑 1

2 開発したツールと実験対象の概要開発したツールと実験対象の概要ソースコードの主要部分を抽出する頻出するパターンを抽出するパターンごとに類似するソースを検索する protected void putproperty(map propertymap, InternalContextAdapter contextadapter, Node node) MethodInvocationException { String param = node.value(contextadapter).tostring(); int idx = param.indexof("="); if (idx!= 1) { String property = param.substring(0, idx); String value = param.substring(idx + 1); propertymap.put(property, value); else { throw new ParseErrorException ("#" + this.getname() + " is illegal!"); AbstractDirective::void putproperty( ) { node.value String.indexOf if{ String.substring String.substring propertymap.put else{ throw new ParseErrorException 実験対象の主なメトリックス現時点で Struts 2 と Tomcat 7 のソースコードで検証中メトリックス Struts 2 Tomcat 7 ファイル数 368 個 1,100 個クラス数 414 個 1,681 個メソッド数 2,677 個 15,640 個宣言文と実行文の行数 21,543 行 177,724 行コメント行数 17,954 行 108,167 行ソース総行数 46,100 行 334,457 行最大ネスト数 : 8 10 最大循環的複雑度構造抽出ツールの主な機能対象は Java 言語 (1) クラス名, メソッド名と引数 1 クラス名 :: メソッド名 ( 引数 ) 2 クラス名 : 匿名クラス名 : メソッド名 ( 引数 ) interface IntF{ void printhello(int x); class HelloAno { public static void main(string[] args) { IntF object1 = new IntF() { public void printhello(int x) { System.out.println(" 匿名クラス ="+x); ; object1.printhello(767); Java 言語固有の機能を検索に反映しているオブジェクト型匿名クラスの例構造抽出ツールの主な機能 (2) Java の制御文 1. if 文 (else, else if) 2. switch 文 3. while 文 4. do while 文 5. for 文 6. break 文 7. continue 文 8. return 文 9. throw 文 10. synchronized 文 11. try 文 (catch,finally) 2

3 構造抽出ツールの主な機能制御文とメソッド名の構造の抽出結果 (3) メソッドの中で呼び出しているメソッド名変数名. メソッド名クラス名. メソッド名またはデータ型. メソッド名別物として扱う変数名 1.add (<String>) LinkedList <String>.add(<String>) 変数名 2.add (<String>) List<String>.Add (<String>) 最大ネスト数 8 のメソッド頻出シーケンスの抽出目的適切な検索条件を見つけるためにプログラムに数多く含まれる構造を抽出する Apriori アルゴリズムの概念 {A, B の出現数が指定された閾値以下なら {A, B を含むすべての上位集合の出現値は閾値以下である方法 Aprioriアルゴリズム (Agrawal 1994) は集合内の頻出アイテム集合 (Frequent ltemsets) を検出する頻出シーケンス集合を検出するように改良した 3

$頻出シーケンスの抽出 List <statement[]> MS, LS, T k, C k ; LS= Φ; k=1; 最初の要素は制御文 T k = { i i {Control Statements ; repeat k=k+1 C k = Retrieve_Candidates( MS, T k ); // A set$ add(c) ; until T k = Φ; Result= LS; この処理は制御文だけから構成されるシーケンスを除外しているアプリケーション依存の処理抽出した頻出シーケンス対象ソースは Struts 2 類似検索機能の比較方針ソースコードは, プログラミング言語としての文法に準拠した文書

add(c) ; until T k = Φ; Result= LS; この処理は制御文だけから構成されるシーケンスを除外しているアプリケーション依存の処理抽出した頻出シーケンス対象ソースは Struts 2 類似検索機能の比較方針ソースコードは, プログラミング言語としての文法に準拠した文書

4 頻出シーケンスの抽出 List <statement[]> MS, LS, T k, C k ; LS= Φ; k=1; 最初の要素は制御文 T k = { i i {Control Statements ; repeat k=k+1 C k = Retrieve_Candidates( MS, T k ); // A set of sequences that begins T k T k = Φ; for ( each c C k ){ if ( at least one element of c is not a control statement && c minsup ){ LS.add(c); T k.add(c) ; until T k = Φ; Result= LS; この処理は制御文だけから構成されるシーケンスを除外しているアプリケーション依存の処理抽出した頻出シーケンス対象ソースは Struts 2 類似検索機能の比較方針ソースコードは, プログラミング言語としての文法に準拠した文書自然言語で記述された一般的な文書との違いを比較する一般的な文書ベクトル空間モデル Sørensen Dice(Jaccard) 係数ソースコード構造派生検索モデルベクトル空間モデルの概要 1 文書と検索条件を単語のベクトルとして表現する Sørensen Dice(Jaccard) 係数 2 文書と検索条件の類似度を 2 つのベクトルの Cos で計算する n 個から r 個取り出す組合わせ 4

シーケンス構造派生検索モデルの類似度の定義 N 個の集合に対する Sørensen

Struts 2 Tomcat 7 検索実験と評価 (Struts 2) 検索条件

String.substring 構造派生モデル ; [ if{ String.

5 シーケンス構造派生検索モデルの類似度の定義 N 個の集合に対する Sørensen Dice 類似度を N 個の要素のシーケンス ( ) に置き換える n r 個要素のシーケンスを含む数カウント後該当するシーケンスを除外する n 個要素のシーケンスを含む数 n 個から r 個取り出したシーケンス検索実験と評価 Struts 2 Tomcat 7 検索実験と評価 (Struts 2) 検索条件 : ベクトル空間モデル Sorensen Dice モデル : { If{, String.substring 構造派生モデル ; [ if{ String.substring ] 頻出シーケンスの抽出実施済み実施中ソースコードの類似検索実施済み実施中構造派生モデルの効果 (Struts 2) 拡張 Sorensen-Dice 係数に対して平均 46.4% 最大 94.6% ベクトル空間モデルに対して平均 66.8% 最大 98.7% 5

6 まとめと今後の研究方針 1. ソースコード抽出処理の改良 2. 頻出シーケンス抽出アルゴリズムの改良 3. 検索用操作画面の開発 4. 実験対象の拡大 1 他のJavaオープンソースへの適用 2 Java 以外の言語への対応ご清聴ありがとうございました 6

メソッドのまとめ

メソッドのまとめメソッド (4) 擬似コードテスト技法 http://java.cis.k.hosei.ac.jp/ 授業の前に自己点検以下のことがらを友達に説明できますか? メソッドの宣言とは起動とは何ですかメソッドの宣言はどのように書きますかメソッドの宣言はどこに置きますかメソッドの起動はどのようにしますかメソッドの仮引数実引数戻り値とは何ですかメソッドの起動にあたって実引数はどのようにして仮引数に渡されますか