| 研究課題/領域番号 |
21H04877
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
亀井 靖高 九州大学, システム情報科学研究院, 教授 (10610222)
|
|---|
| 研究分担者 |
林 晋平 東京工業大学, 情報理工学院, 准教授 (40541975)
肥後 芳樹 大阪大学, 大学院情報科学研究科, 教授 (70452414)
馬 雷 東京大学, 大学院情報理工学系研究科, 准教授 (70842061)
松本 真佑 大阪大学, 大学院情報科学研究科, 助教 (90583948)
|
|---|
| 研究期間 (年度) |
2021-04-05 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
41,860千円 (直接経費: 32,200千円、間接経費: 9,660千円)
2024年度: 9,490千円 (直接経費: 7,300千円、間接経費: 2,190千円)
2023年度: 10,660千円 (直接経費: 8,200千円、間接経費: 2,460千円)
2022年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2021年度: 11,310千円 (直接経費: 8,700千円、間接経費: 2,610千円)
|
|---|
| キーワード | 自動プログラム修正 / テストスイート / 自動生成 / 開発コンテキスト |
|---|
| 研究開始時の研究の概要 |
自動バグ修正 - プログラムへの入力に対する期待出力結果（オラクル）が満たされるまでコード修正を繰り返すことによってプログラムを修復する技術の総称であり，近年，精力的に研究されている．本研究では，オラクルであるテストケースの人手による準備を抑えた上で，オラクルが十分に用意された場合と同程度の修正性能を達成するにはどうするのか，という研究課題（学術的「問い」）に取り組む．本研究では，学術的「問い」に答え，自動バグ修正適用におけるオラクル不足の課題を解決し，自動バグ修正のフルオートメーションを実現することである．
|
| 研究実績の概要 |
2023年度については，大きく３つのことに取り組んだ．
A. 擬似オラクルの生成方法，及び，自動プログラム修正の評価方法に関して取り組んだ．例えば，(a) 自動プログラム修正に利用可能なテストを自動生成するに有用なソースコードの特徴分析，(b) 自動プログラム修正の修正性能を測定するために利用可能なデータセットの構築（例えば，R言語プログラム修正データセット），(c) 複数の変更が混ざった修正を推薦するための学習用基礎データ作成法の提案，などがあげられる．
B. 欠陥限局の高度化にも引き続き取り組んだ．例えば，(a) 例外期待テストが代表的な欠陥限局の１つであるSpectrum-Based Fault Localization（以降，SBFL）に与える影響について調べたり，SBFLに適したプログラム構造を調べるための大規模な実験を実施した．また，(b) バグ箇所検索のための自然言語記述からソースコードの紐付け技術の基礎検討や，(c) 精度低下の一要因の調査，などがあげられる．
C. 自動修正技術の高度化にも取り組んだ．例えば，自動修正に対して大規模言語モデル（GPT3.5等）を適用し，修正性能の改善を図った．また，正規表現バグの修正のためのソースコード部品データの作成や，処理（ソース）を修正するのではなく出力結果（データ）の自動的な修正，及び，自動プログラム修正技術の1つである交叉アルゴリズムの改善などを試みた．それ以外にも新たな挑戦として，ソフトウェア脆弱性を未然に防ぐためにファジング技術に着目し，ファジングツール適用時に開発者が直面している課題を体系化しまとめた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
大規模言語モデルの適用を含めて最新の技術動向を捉えながら，擬似オラクルの自動生成，欠陥限局の高度化，及び，自動修正技術の高度化に関する研究を効率よく進めることができた．また，それぞれの研究成果は研究会や国際会議において発表できており，さらには一部の成果は，論文誌としても採録されている．そのため，研究の進捗として順調に進展していると考える．
|
| 今後の研究の推進方策 |
現在までの進捗状況は，おおむね順調に進展している．2023年度で得られた実験結果を基づき，最終年度に向けて成果をまとめ積極的に外部発表を行っていく予定である．大規模言語モデルの技術進化は加速する一方であるので，擬似オラクルの生成，欠陥限局，及び，自動修正の部分への適用を継続して検討する．今年度でも行ったように，今後も国内外の研究会に積極的に参加し（オンライン開催を含む），多面的に意見を取り入れることで問題の早期解決を目指す．
|
