| 연구목표 |
본 연구는 다양한 분야에서 활발하게 개발되고 있는 기계학습 소프트웨어를 대상으로 하는 정적분석 이론을 제안하고, 이론을 바탕으로 정적분석 도구를 개발하여, 기계학습 소프트웨어에서 발생 가능한 다양한 형태의 결함을 사전에 탐지함으로써 소프트웨어 품질 향상에 기여하고자 한다. |
| 연구내용 |
기계학습 소프트웨어는 주로 파이썬 프로그래밍 언어를 이용하여 구현된다. 파이썬은 매우 동적인 특성을 가진 프로그래밍 언어로, 하나의 변수에 여러 가지 다른 타입의 값을 할당할 수 있고, 객체의 멤버 필드를 실행 중에 추가하거나 삭제할 수 있으며, 실행 도중에 생성한 문자열 값으로 만든 프로그램 코드를 실행할 수도 있다. 이러한 구현 언어의 동적인 특성들로 ... |
| 기대효과 |
첫째, 기계학습 소프트웨어의 신뢰성을 확보한다. 기계학습 소프트웨어의 결함 탐지의 어려움으로 인해, 생성된 추론 모델이 올바르게 학습된 모델인지를 확신하기 어렵다. 본 연구에서 제안하는 정적분석 기법은 딥러닝 프레임워크의 진화와 발맞추어, 기계학습 소프트웨어의 다양한 결함을 사전에 탐지함으로써, 다양한 분야에서 활용되는 기계학습 소프트웨어의 신뢰성을 향상시... |
| 키워드 |
정적 분석,파이썬 분석,다중언어 프로그램 분석,기계학습 소프트웨어 결함,결함 탐지,프로그램 분석 |