Project/Area Number |
19K11897
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 60050:Software-related
|
Research Institution | Tokyo Institute of Technology |
Principal Investigator |
権藤 克彦 東京工業大学, 情報理工学院, 教授 (50262283)
|
Project Period (FY) |
2019-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2020: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2019: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
|
Keywords | メモリリーク / 参照カウント / 循環参照 / 追跡型ゴミ集め / mark-sweepゴミ集め / ソフトウェア解析 / 一貫性 / 命名規則 / 原始データ型 / 決定木分類器 / 時中型 prospective / 追跡子 / ソフトウェア追跡性 |
Outline of Research at the Start |
時中型 (prospective) な追跡子とソフトウェア解析の技術を組み合わせることで,ソフトウェア追跡の情報量とソフトウェア解析の精度を向上させ,ソフトウェアの保守コストを大幅に減少することを狙う.そのために,時中型追跡子の少ない情報量をソフトウェア解析で補完することで情報量を増大させ,時中型追跡子で表現した人間の意図で,ソフトウェア解析を補完することで精度の向上を行う.
|
Outline of Annual Research Achievements |
本研究の目的は,時中型(prospective)な追跡子とソフトウェア解析の技術を組み合わせることで,ソフトウェア追跡の情報量とソフトウェア解析の精度を向上させ,ソフトウェアの保守コストを大幅に減少することである.今年度の主な成果は次のソフトウェア解析手法である: ・Swift言語のARC機能により発生する強い循環参照やメモリリークを自動的に検知する新しいツールUCDetectorを提案した.Swift言語の「静的型付けで安全な言語でありながら低レベルなプログラミングが可能」という特徴,SwiftリフレクションAPI,デバッガlldb Pyton APIを用いることで,簡易かつコンパクトな実装が可能だったこと,その際に自明ではない様々な障壁があったことという知見を得た.また,実装した循環参照検知器の精度と効率に対する予備評価の結果も報告した.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度はゴミ集めという古くからある追跡子技術において,これまでの成果とは異なる方向の成果を出せたため.
|
Strategy for Future Research Activity |
これまで通り,時中型追跡子とソフトウェア解析の双方の技術について研究を進め,それにより技術の組み合わせ方法の研究をまとめる.
|
Report
(4 results)
Research Products
(16 results)