概要: コスト削減や計算資源の有効活用を目的として，1台の物理サーバ上に複数の仮想サーバ（コンテナ）を構築するコンテナ型仮想化が広く利用されている．本研究の対象は，コンテナ型仮想化技術でデファクトスタンダードとなっている，Dockerと呼ばれるプラットフォームにある．Dockerでは，スクリプトを記述しDockerfileと呼ばれるファイルを作成することで，コンテナの構築を行う．インフラ構成を計算機が解読可能なファイルにより管理することで，ヒューマンエラーの防止や管理の自動化を行えるほか，従来のソフトウェア開発で得られた知見をインフラ構成に応用できる．しかし，このような比較的新しい技術においては，開発支援や静的解析など研究が未熟な領域が存在する．本研究ではコード補完に着目し，Dockerfile作成を支援するシステムの構築を目指す．提案を実現するため事前に収集したデータセットを用いて機械学習を行い，言語モデルを作成し，コード補完システムHumpbackを作成した．さらに，推薦精度向上を目指し，Docker固有の問題を解決するための手法を導入した．評価実験の結果，Humpbackは平均で93.0%という高い推薦精度を持つことが示された．

@inproceedings{華山魁生2020b,
  author = {華山 魁生 and 柗本 真佑 and 楠本 真二},
  title = {言語モデルに基づくDockerfileコード補完システムの提案},
  booktitle = {電子情報通信学会技術研究報告},
  volume = {120},
  number = {193},
  pages = {19--24},
  year = {2020},
  month = {oct},
  url = {https://www.ieice.org/ken/paper/20201019hCAa/}
}