文献

J-GLOBAL ID：201702273248271312   整理番号：17A1780229

機械学習を介したC/C++コードにおけるメモリリークの検出【Powered by NICT】

Detection of Memory Leaks in C/C++ Code via Machine Learning

著者 (3件)： Andrzejak Artur ,  Eichler Felix ,  Ghanavati Mohammad
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISSREW  ページ： 252-258  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： メモリ漏れはソフトウェア経年劣化の主要な原因の一つである。スマートポインタのようなC/C++における最近の対策にもかかわらず,漏れに関係する欠陥はC/C++コードにおける厄介な問題,特にレガシーアプリケーションにおけるが残されている。はこのような部位(Vladimir SorによるJavaのための導入されたいわゆるGenCount法)により割り当て非処理記憶チャンクの年齢分布を介した記憶割当部位を特性化することに基づくC/C++プログラムにおけるメモリリークの自動検出のためのアプローチを提案した。C/C++におけるmallocと自由を装置と割り当てたメモリフラグメント,それらの寿命,およびサイズの数に各配分サイトデータの収集。このデータに基づいて,特徴ベクトルを計算し,漏れで欠陥のない配分部位を識別するための機械学習分類器を訓練した。著者らの評価は,実際の漏れに似た注入メモリリークを用いたSPEC CPU2006から応用を使用した。結果はのボックスも分類アルゴリズムは,高精度を達成し,適合率および再現率値が0.93と0.88の,それぞれできることを示した。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： ソフトウェア ,  *機械学習 ,  *記憶装置 ,  キャラクタリゼーション ,  *C++言語 ,  記憶割当 ,  Java
準シソーラス用語： 再現率 ,  適合率 ,  高精度 ,  分類アルゴリズム ,  特徴ベクトル ,  自動検出 ,  チャンク ,  *メモリリーク , 【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 (3件)： 機械学習 ,  C++ ,  メモリリーク