Detección automática de similitudes de código fuente utilizando técnicas de aprendizaje automático

Autores/as

  • Marina Elizabeth Cardenas, Doctoranda Grupo de Investigación, Desarrollo y Transferencia en Aprendizaje Automático, Lenguajes y Autómatas- Centro de Investigación y Desarrollo de Software- Facultad Regional Córdoba - Universidad Tecnológica Nacional – Argentina
  • Julio Javier Castillo Director

DOI:

https://doi.org/10.33414/ajea.1069.2022

Palabras clave:

código fuente, similitudes, reutilización, aprendizaje automático, texto, análisis

Resumen

En el presente trabajo se plantea el desarrollo de un modelo para detección de similitudes de código fuente para poder determinar la existencia de prácticas de reutilización aplicando técnicas vinculadas al aprendizaje automático con un enfoque a la lingüística computacional. Existen diversas técnicas desarrolladas por diversos autores que permiten la detección de fragmentos de código fuente similares (usualmente llamados Clones de Código o Code Clones) enfocados en los distintos tipos de clones. La identificación de estos clones de código fuente puede servir para varios propósitos, entre los que se puede mencionar el estudio de la evolución del código fuente de un proyecto, detección de prácticas de reutilización, extracción de un fragmento de código para “refactorización” del mismo, detección y seguimiento de defectos, fallas y/o virus para su corrección, entre otros.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2022-10-03

Cómo citar

Cardenas, M. E., & Castillo, J. J. (2022). Detección automática de similitudes de código fuente utilizando técnicas de aprendizaje automático. AJEA (Actas De Jornadas Y Eventos Académicos De UTN), (15). https://doi.org/10.33414/ajea.1069.2022