La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Deep Neural Network-Based Approach to Finding Similar Code Segments Une approche basée sur un réseau neuronal profond pour trouver des segments de code similaires

Dong Kwan KIM

  • Vues en texte intégral

    0

  • Citer

Résumé:

Cet article présente un modèle d'architecture siamoise avec deux réseaux de neurones convolutifs (CNN) identiques pour identifier les clones de code ; deux fragments de code sont représentés sous forme d'arbres de syntaxe abstraite (AST), les sous-réseaux basés sur CNN extraient les vecteurs de caractéristiques des AST de fragments de code par paires, et la couche de sortie détermine leur similarité ou leur différence. Les résultats expérimentaux démontrent que l'extraction de fonctionnalités basée sur CNN est efficace pour détecter les clones de code au niveau du code source ou du bytecode.

Publication
IEICE TRANSACTIONS on Information Vol.E103-D No.4 pp.874-878
Date de publication
2020/04/01
Publicisé
2020/01/17
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2019EDL8195
Type de manuscrit
LETTER
Catégories
Génie logiciel

Auteurs

Dong Kwan KIM
  Mokpo National Maritime University

Mots-clés

Table des matières