現在もっとも高性能であるクローン検出ツール，SourcererCC の論文．

このツールは大規模ソフトウェア群に対する研究プロジェクトである Sourcerer プロジェクトの一環で開発された． 大規模なプロジェクト群からタイプ3のクローンを検出できることが特徴である．

手法としては，まずはソースコードをブロックレベルに分割し，そのブロックに存在する字句の類似度でクローンを検出する． また，計算回数を減らすために，ヒューリスティックによるフィルタリングを行う． 転置インデックスを使うらしい（よくわからんかった）．

実験結果では，スケーラビリティ，pricision 及び recall で他のクローン検出ツールを圧倒した． このツールが他のツールを過去にしたと言っても過言ではない．

所感としては，トークンとその出現回数の比較だけでうまくクローンを検出できるのが結構意外．