벨론 레퍼런스 코퍼스를 기준으로 exEyes의 재현율 평가

Abstract

소프트웨어는 개발자의 전문적인 기술과 경험이 들어가 만들기 때문에 개발자에게 저작권이 주어진다. 한국저작권위원회에서는 소스코드 유사도 탐지도구인 exEyes로 소프트웨어의 표절 여부를 감정한다. 이 논문에서는코드 클론 탐지 프로그램의 성능평가 벤치마크인 벨론 레퍼런스 코퍼스를 기준으로 exEyes의 재현율을 평가한다. 벨론 레퍼런스 코퍼스에서 4개의 오픈소스(C언어 기반 : cook, weltab, Java 기반 : eclipse-ant, netbeans-javadoc, 10,055개 클론)를 선택하여 클론 타입 별 재현율을 측정한다. 그 결과 클론 타입 1은 100%, 타입 2는 63%, 타입 3은 34% 재현하는 것으로 나타났다. exEyes의 미탐 원인은 토큰의 의미를 고려하지 않고토큰의 유사성을 판정하고, 줄 단위로 비교를 함으로써 줄 바꿈 및 문장의 추가/삭제/변경에 적절히 대응하지못하기 때문으로 나타났다.

Copyrights for software source codes are given to developers. Korea Copyright Commission utilizes a clone-detection tool, exEyes, to find code clones that can be used to assess software plagiarism. This paper evaluates the recall of exEyes using Bellon Reference Corpus as a benchmark. Four open sources(cook and weltab in C, eclipse-ant and netbean-javadoc in Java) in Bellon Reference Corpus are selected as the benchmark. Among 10,055 clones in the corpus, exEyes' recall rate is 100% in clone type 1, 63% in clone type 2, and 34% in cone type 3. False negatives turn out to be mainly caused by ignoring the meaning of tokens when the comparison is made, and by setting the comparison be made line-by-line.