文献

J-GLOBAL ID：201702210716002622   整理番号：17A0854265

バグ発見のための機械学習:最初の報告【Powered by NICT】

Machine learning for finding bugs: An initial report

著者 (4件)： Chappelly Timothy (Queensland University of Technology, Brisbane, Australia) ,  Cifuentes Cristina (Oracle Labs, Brisbane, Australia) ,  Krishnan Padmanabhan (Oracle Labs, Brisbane, Australia) ,  Gevay Shlomo (Queensland University of Technology, Brisbane, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MaLTeSQuE  ページ： 21-26  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 静的プログラム解析はそれを行うコードを解析する手法であり,ソースコードにおけるバグを見つけるのに使用出来た。多くのオープンソースと商用ツールは過去20年にわたるこの空間で開発されている。スケーラビリティと精度は静的コード解析ツールの展開のための重要である 多数の偽陽性と遅い実行時間は両開発,夜間建設への統合は標準的な目的で使用する工具は難しくなる。は典型的にマニュアル過程と高価なできる静的解析のための適切な抽象化を同定することが必要である。本論文では,Cプログラムにおける欠陥を検出するために機械学習技法を用いることに関する著者らの発見を報告した。三offtheシェルフ機械学習技術を使用し,訓練と結果の評価の両方に使用するための利用可能なプログラムの大規模コーパスを用いた。千開発者のオラクルで内服しパフェ静的プログラム解析ツールに対する機械学習法で得られた結果を比較した。表面上の初期結果は有望であったが,更なる研究は,使用機械学習技術は,結果の低精度による静的プログラム解析ツールのための適当な代替ではないことを示唆する。これはプログラミング言語の意味論と訓練プロセスで使用される適切なデータの欠如のようなドメイン知識を使用しない,を含む種々の理由によるものであろう。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意味論 ,  *ソフトウェア障害 ,  ドメイン知識 ,  マニュアル ,  *機械学習 ,  プログラム解析 ,  プログラミング言語
準シソーラス用語： オラクル ,  大規模コーパス ,  機械学習技術 ,  静的解析 ,  実行時間 ,  解析ツール ,  オープンソース ,  ソースコード , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： バグ ,  発見 ,  機械学習 ,  報告