転置インデックスを用いた，スケーラブルで増分的なクローン検出手法を提案している論文．

2010年時点で，スケーラビリティと増分的検出の両方を兼ね備えたクローン検出手法は存在しなかった． そこで，著者らは転置インデックスを用いて，それら（とついでに分散処理性）を兼ね備えたクローン検出手法を提案している．

提案手法は，ファイルからインデックスを生成する処理と，インデックスからクローンを検出する処理でできている． インデックス生成では，各ファイルに対して，初めに変数名を潰したうえで1行1文の形式に変換し，与えられた行数分連続する行をまとめてハッシュ化する． この処理は他のファイルに影響を受けないため，分散して実行できる． また，ファイルの変更があった場合も，その前後の行に対してハッシュ化を実行しなおせば良いので，増分的な実行が可能である． クローン検出では，作成したインデックスに対して，連続して一致するハッシュ値を探す．

インデックス生成の際に，構文解析が必要なのでちょっと時間かかりそう． また，1行1文にすると文の構造が壊れることもありそう． 例えば下のように

if (hoge) {
    return a;
}

と

if (hoge) {}
return a;

は同じ変換結果になる． 計算量を真面目に解析してるのは良いと思った． 分散処理ができるのも良いと思った． 分散処理ができるとスケーラビリティが上がるのは当たり前では． 10年前の論文なので，最新の検出器と勝負すると負けそう． 昔の論文なのでしょうがないかも知れないが，precision/recallの評価をしてないのは微妙．