| 研究課題/領域番号 |
19K11897
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60050:ソフトウェア関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
権藤 克彦 東京工業大学, 情報理工学院, 教授 (50262283)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | ソフトウェア解析 / 追跡性リンク / ソフトウェア追跡性 / 時中型 prospective / 追跡子 / 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 / 一貫性 / 命名規則 / 原始データ型 / 決定木分類器 |
|---|
| 研究開始時の研究の概要 |
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．
|
| 研究成果の概要 |
主な研究成果は次の通り：深層学習を用いたLearn&Fuzzのカバレッジ計測による定量化，JavaScriptのasync/await機能の可視化ツールAwaitVizの提案・実装，カラー画像コードRICを用いた動画配信の新しいビジネスモデルの提案，イベント駆動型のJavaScriptに対する効率的なコンコリック解析，並行プログラムに対する中間コードレベルでの逆実行による状態復元，プログラマの意図抽出と変数名の一貫性チェック，プログラマによる原始データ型を使った高レベルな概念の識別手法，Swift言語のARC機能での強い循環参照やメモリリークの自動検知手法．
|
| 研究成果の学術的意義や社会的意義 |
コード理解，バグ修正の正しさの確認，影響範囲の把握などに役立つため，ソフトウェア工学上，追跡性リンクの確保は非常に重要である．しかし，ソフトウェア開発において追跡性の担保は有用であるが実現が難しい．またもう一つの背景として，ソフトウェア解析は自動で大量のコードを処理可能だが，精度が悪い．また，プログラマの意図は解析できないという問題がある．本研究が目指す，この２つの技術「追跡性リンクの担保」と「ソフトウェア解析」の融合では両者の欠点を補い，解析精度の向上や「プログラマの意図」の保存を可能にする．これはソフトウェア開発の費用の大幅な削減と品質の向上につながるという意味で学術的社会的意義がある．
|
