Магистерская работа посвящена исследованию возможности применения искусственных нейронных сетей в задаче поиска клонов в исходном коде программ. Исследование было проведено на основе проектов с открытым исходным кодом, которые написаны на языке программирования Java. В ходе проведения данного исследования был разработан прототип инструмента для поиска дубликатов в исходном коде программы. Разработанный прототип был протестирован на специальной выборке - BigCloneBench. Тестирование показало целесообразность использования метода интеллектуального поиска клонов.

• ВВЕДЕНИЕ
• 1. Обзор и сравнительный анализ существующих подходов
  • 1.1. Основные определения и классификация
  • 1.2. Причины возникновения
    • 1.2.1. Повторное использование
    • 1.2.2. Подход к программированию
    • 1.2.3. Преимущества поддержки ПО
    • 1.2.4. Преодоление ограничений
    • 1.2.5. Случайное клонирование
  • 1.3. Преимущества обнаружения клонов и их дальнейшего рефакторинга
  • 1.4. Критерии сравнения
  • 1.5. Способы обнаружения клонов
    • 1.5.1. Метод на основе анализа текста
    • 1.5.2. Метод на основе анализа токенов
    • 1.5.3. Метод на основе анализа синтаксических деревьев
    • 1.5.4. Метод на основе анализа графов
    • 1.5.5. Метод на основе программных метрик
    • 1.5.6. Смешанные методы
    • 1.5.7. Сравнение методов поиска клонов
  • 1.6. Итоги раздела
• 2. Постановка задачи разработки интеллектуального метода обнаружения клонов и выбор пути решения
  • 2.1. Задача разработки интеллектуального метода обнаружения клонов
  • 2.2. Искусственные нейронные сети
    • 2.2.1. Сеть прямого распространения
    • 2.2.2. Нейронная сеть Хопфилда
    • 2.2.3. Сверточная нейронная сеть
    • 2.2.4. Рекуррентная нейронная сеть
    • 2.2.5. Сравнительный анализ
  • 2.3. Задача разработки прототипа инструмента
  • 2.4. Итоги раздела
• 3. Разработка метода интеллектуального обнаружения клонов
  • 3.1. Общая схема алгоритма
  • 3.2. Предобработка
  • 3.3. Преобразование
  • 3.4. Обучение и использование нейронной сети
    • 3.4.1. Выборка данных
    • 3.4.2. Сиамская нейронная сеть
    • 3.4.3. Sequence-to-Sequence
  • 3.5. Постобработка
  • 3.6. Итоги раздела
• 4. Разработка прототипа инструмента обнаружения клонов
  • 4.1. Общая структура прототипа
  • 4.2. Реализация модуля построения AST
    • 4.2.1. Состав пакета trees
    • 4.2.2. Состав пакета preproc
  • 4.3. Реализация модуля обнаружения программных клонов
    • 4.3.1. Состав файла model
    • 4.3.2. Состав файла helpers
    • 4.3.3. Состав файла clonesRecognition
  • 4.4. Итоги раздела
• 5. Тестирование и анализ результатов
  • 5.1. Описание тестовых данных
  • 5.2. Описание тестовой платформы и конфигурации прототипа
  • 5.3. Схема работы прототипа
  • 5.4. Исследование показателей прототипа
  • 5.5. Результаты тестирования
  • 5.6. Итоги раздела
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ. ЛИСТИНГИ