研究の背景

• ソフトウェアの問題は深刻である。
  Tesla Model X の Autopilot 事故 (2018年3月)
  
  Google Maps

問題への対策

• 複雑な問題であり、複数の側面から取り組む必要がある:

ソフトウェア理解の支援とは?

• 文書化。
• 理解しやすいコード作成の支援。
• リバースエンジニアリング。

これまでの研究成果

• コーディング中の表情を分析する:
  "CodeCAM: Capturing Programmer's Reaction during Coding Session", MAINT 2018
• コメントに書かれた文章を分析する:
  "Analyzing Code Comments to Boost Program Comprehension", APSEC 2018
• → どちらも、ソフトウェア理解を支援するための メタ情報の取得を目標としている。

博士論文の目標

• ソースコードのデータフローを解析し、 関数の機能・制約に関する情報を抽出する。
• データフローとは?

  a = 2;
  b = a + 3;
  if (c) { b--; }
  

なぜデータフローが重要か?

• "データ構造があればフローチャートは不要だ。" - Fred Brooks
• "アルゴリズムではなくデータ構造こそがプログラミングの中心である。" - Rob Pike
• "良いプログラマはデータ構造について悩む。" - Linus Torvalds

既存研究

• CFG-reachabilityを用いたデータフロー解析。 (Reps et al., 1988)
• 大量のコーパスから獲得した知識によりコードの変数名を推測する。 (Raychev et al., 2014)
• データフローをグラフとして表現し、バグを発見する。 (Brockschmidt et al., 2018)

本研究の新規性

x = 1;
y = z + input;
if (cond) {
    x = y;
}
print(x);

データフローグラフ FGyama の提案

• 手続き型言語の各変数・引数間における データの流れを表現するグラフ。
• Interprocedural, Flow/Context/Field-sensitive.
  このようなデータフローグラフの研究は希少。
• 条件分岐、ループ、例外を表現可能。
• 期待される利用例:
  • よりよい変数名・関数名の提案。
  • 類似した用途の変数・関数の関連づけ。
  • 抽象化度合いを計測。

今後の計画

• データフロー表現のための一般的な形式 FGyama を設計する (済)。
  (Java, 6kloc, 実装の苦労話)
• Javaソースコード → FGyama 変換ツールを実装する (ほぼ済)。
• GitHubからのデータ収集 (済)。
• 素性を抽出し、興味深い結果をみつける。
• 国際会議で発表後、論文誌に投稿予定。

発表状況

• "CodeCAM: Capturing Programmer's Reaction during Coding Session", MAINT 2018 (査読付 国際会議 5頁)
• "Analyzing Code Comments to Boost Program Comprehension", APSEC 2018 採択 (査読付 国際会議 10頁)
• "Semantic Analysis using Data-flow Graph"
  データフローパスを用いて関数の機能を推測・グループ分けする (投稿予定、査読付 国際会議および論文誌)

References

• Allen and Cocke, A Program Data Flow Analysis Procedure, Commun. ACM, 1976.
• Thomas Reps, Program Analysis via Graph Reachability, 1988.
• Hammer, et al., Flow-sensitive, Context-sensitive, and Object-sensitive Information Flow Control Based on Program Dependence Graphs, Int. J. Inf. Secur., 2009.
• Nanda, et al., Accurate Interprocedural Null-Dereference Analysis for Java, ICSE 2009.
• Just, et al., Information Flow Analysis for Javascript, 2011.
• Eric Bodden, Inter-procedural Data-flow Analysis with IFDS/IDE and Soot, SOAP 2012.
• Padhye, et al., Interprocedural Data Flow Analysis in Soot Using Value Contexts, SOAP 2013.
• Jaffar, et al., A Path-sensitively Sliced Control Flow Graph, FSE 2014.
• Raychev, et al., Predicting Program Properties from "Big Code", SIGPLAN, 2015.
• Raychev, et al., Probabilistic Model for Code with Decision Trees, SIGPLAN, 2016.
• Tang, et al., Summary-Based Context-Sensitive Data-Dependence Analysis in Presence of Callbacks, SIGPLAN, 2015.
• Miltiadis, et al., Learning to Represent Programs with Graphs, CoRR, 2017.
• Brockschmidt, et al., Generative Code Modeling with Graphs, CoRR, 2018.