Design of Similar Software Classification Model through Support Vector Machine
Hyun-il Lim · Journal of Digital Contents Society · 2020
컴퓨팅 환경의 효율적인 활용을 위해서 소프트웨어의 분석 기술은 중요한 요소가 되고 있다. 본 논문에서는 기계 학습의 접근방법 중 하나인 서포트 벡터 머신을 통해서 유사 소프트웨어를 분류할 수 있는 모델을 제안한다. 분석 모델의 설계를 위해서 소프트웨어의 특성을 입력 데이터로 표현하기 위한 코드 분석 방법을 제안하고 유사 소프트웨어 분류를 위한 서포트 벡터 머신의 분류모델을 설계한다. 본 논문에서 제안한 방법의 정확성을 검증하기 위해서 실제 사용되는 자바 어플리케이션을 이용한 실험에서 93.7%의 유사 소프트웨어 분류 정확도를 보여주었다. 실험 결과로부터 본 논문에서 제안한 소프트웨어 코드 데이터는 소프트웨어의 특성 분류를 위한 데이터로 효과적으로 사용될 수 있으며, 서포트 벡터 머신을 이용한 유사 소프트웨어 분류 모델은 소프트웨어 분석에 적용될 수 있음을 확인할 수 있다. 소프트웨어를 분석하기 위한 명령 코드 정보는 소프트웨어 분석을 위한 빅데이터, 인공지능, 기계 학습 등의 분야에 적용할 수 있을 것이라 기대된다.