Bellon Reference Corpus 보정

Abstract

코드 클론 탐지 프로그램의 재현율(recall)을 측정하기 위한 기준으로 벨론 레퍼런스 코퍼스(Bellon Reference Corpus)를 주로 많이 사용한다. 이 코퍼스는 기존 코드 클론 탐지 소프트웨어를 사용하여 탐지한 클론의 일부를 표본으로 수집해 놓은 클론 모음이다. 하지만 벨론 레퍼런스 코퍼스에는 세 가지 유형의 문제가 있다. 첫째, 클론 코드의 범위보다 더 넓은 부분의 클론요소를 놓친 클론이 있다. 둘째, 클론을 포함하는 클론이 있다. 셋째, 전혀 다른 부분의 코드를 클론이라고 탐지한 클론이 있다. 세 가지 유형의 문제를 C언어 기반의 Postgresq1과 Java 기반의 eclipse-ant의 클론에서 찾아내어 벨론 레퍼런스 코퍼스를 보정했다. Postgresq1의 클론은 기존의 벨론 레퍼런스 코퍼스에 14,774개의 클론이 있었으나 보정된 클론에서는 2,410(16.32%)개가 줄어든 12,364개의 클론으로 보정되었고 eclipse-ant의 클론은 기존 329개의 클론이 있었으나 보정된 클론에서는 48(14.58%)개가 줄어든 281개의 클론으로 보정되었다.