精度95%以上！ ソースコードは指紋、作者はほぼ特定できる

精度95%以上！ ソースコードは指紋、作者はほぼ特定できる2015.02.11 19:0010,327 ほぼドンピシャでバレバレです。 スペースやタブ、大文字やアンダーバーを組み合わせた命名規則、コメント…コードの書き方には、人によってスタイルがありますよね。それはもう指紋のようなもので、それさえ見えれば、誰がコードを書いたかほとんどわかってしまう…そんな驚きの研究結果が発表されました。 米ドレクセル大学、メリーランド大学、プリンストン大学、独ゲッティンゲン大学の共同チームの研究によると、自然言語処理と機械学習によるコード分析により、95%の精度で作者は特定できるそうです。 解析されるのは、レイアウトや語彙の特性と、｢抽象構文木（AST）｣です。ASTとは、｢コードの書き方からまったく影響を受けずに、コードの型の特性をとらえる｣もので、つまり、関数の名前、コメント、スペース入れ方などのクセ

[kuippa]

難読化コンパイラなりで整形ルールあてて変換しまえば隠蔽はできるな。

[koko_0]

サンプル数を書いてほしい。100人調べて95人当たったのか、1000人調べて950人当たったのか、もしくはもっと多いのか。

[tana_bata]

人のコードをベースに作った場合は原作者のクセを踏襲しちゃうよね

[masa0x80]

コピペしまくれば誰のコードかバレないぜwww

[u_1roh]

田宮良子「プログラミングは論理だ。ゆえに一糸乱れぬスタイルに統一できるものと思っていた。しかしスタイルがここまでの個体差を持ったことをむしろ喜ばしく思う。この研究結果には感動すら覚えるよ。」

[diveintounlimit]

ほぼ特定というには低すぎる気がする。

[kujoo]

コピペしまくってる時は「デジタル世界におけるフランケンシュタインズモンスターの誕生だ。フゥーハハハァ！」とかテンション上げればいいのか

[mattn]

よし、僕の helloworld.c を解析してくれ。

[htnmiki]

清水亮のポエムかと思ったら

[lyiase]

なんとなく、作者を特定出来ない作者はダメなプログラマーなんではないかと思った。

[gugego]

ほぼドンピシャでバレバレです。 スペースやタブ、大文字やアンダーバーを組み合わせた命名規則、コメント…コードの書き方には、人によってスタイルがありますよね。それはもう指紋のようなもので、それさえ見え...

[Nakatomi]

あーわかるw

[anoncom]

コピペプログラマはその痕跡を残さない（他人のコードを継ぎ接ぎで組み立てる）

[naga_sawa]

『おかしい、解析によるとこのソースには複数人が関わっていることになる』『犯人はあいつじゃないのか？あの時間は独りだったというアリバイがあるぞ？』『くそっ、なんだって言うんだ。解析器がいかれたか！？』

[raraoka]

精度95%以上！ ソースコードは指紋、作者はほぼ特定できる — LalaOKA（ニュース） (@Lala_OKA) February 15, 2015 from Twitter http://ift.tt/1AODQ4s February 16, 2015 at 12:01AM via IFTTT

[blueribbon]

「ASTとは、「コードの書き方からまったく影響を受けずに、コードの型の特性をとらえる」もので、つまり、関数の名前、コメント、スペース入れ方などのクセ以上のものを探し出し、作者を特定するカギにする…」

[adsty]

人が書くコードは筆跡と同様に個性が現れると思う。

[sisicom]

すごい、こんなことで書き手を特定できる物なのね。

[sucelie]

クソコードの犯人捜しに使えそう

[dyamashiro]

簡単にばれそう

[koogawa]

わかる

[poipoichang]

まーわかるじゃろーなー

[quabbin]

例外やエラーの対処方法や気にする範囲とか、リクエストの処理手順とか、関数の分割方法や利用ライブラリと利用方法なんかに、結構癖が現れるんだよなぁ…。

[kitaj]

3タブだからたださん、みたいな単純なのではなかった

[Hash]

王様達のヴァイキングで使われそう

[tagomoris]

OSSでそのプロジェクトのコードスタイルにできるだけ合わせて書いたやつとかだとどうなんだろな

[bleu-bleut]

人間の知能が及ばない因果を人工知能が解きほぐす。

[richard_raw]

普段からコピペしまくっている私に隙はなかった……かも？

[memoryalpha]

喩えるなら指紋というより筆跡でしょ(´・ω・｀)

[ogawa0071]

「関数の名前、コメント、スペース入れ方などのクセ以上のものを探し出し、作者を特定するカギにする」

[ysync]

「ソースコードは指紋」初期のDNA鑑定とかみたいに、冤罪の元になりそうでイヤな言い回しだな。

[linden]

その昔、バトルプログラマーシラセってアニメで「このコードを書いたのはおそらく女性…コードの隙間から相手の思考がだいたい読めるんですよ」ってセリフがあったな。

[hashkin]

関数の行数が長かったり、重複コードが多かったり、整形ツールでも消せない癖もありそう

[tettekete37564]

良いコーディング規約や、いかに readable なコードを書かという知識・考え方が集合知として精錬されていくので今後は難しくなるんじゃないの

[hazisarashi]

バイナリとかからだとどれぐらいの精度なのかな…。

[iwatenews]

癖は出ますわな。

[ad2217]

それじゃ公開していたソースを非公開にするか。

[cj3029412]

指紋ていうより筆跡か

[masayoshinym]

指紋の偽造が簡単そう。

[doraneko_tom]

どんなに整形されてても他人の書いたコードほど読みづらいものは無いもんね