モバイルデバイスは普及とともに, 様々なコンテキストで利用 されるが, 現在広く使用されている GUI(Graphical User Interface) が利 用できないコンテキストも存在する. そのため, ユーザのコンテキストに 対して, 複数の UI(User Interface) を使い分けることができれば, より様々 な状況でデバイスを使用することが可能となる. また, 近年, 注目を集め ている VUI(Voice User Interface) であるが, 使用時のユーザのコンテキ ストを考慮した設計に関しては, 未だ確立していない. そこで本研究では, VUI, GUI, シェイク動作をモダリティとし, ユーザのコンテキストに応じ て切り替え, 使い分ける適応型ユーザインタフェースの提案と実装の支援 をし, その有効性について検証する.

UML(Unified Modeling Language)の振る舞いモデルでは同 じ振る舞いを複数の異なる方法で記述できる.そのため，ステートマシ ン図教育では，教育者が学習者にフィードバックを提供する上で，多数の 学習者が個々に作成した答案モデルの誤りを特定する作業が大きな負担 となっている.この問題を改善するために，我々はこれまで，モデル記述 課題において正答例と答案間の記述の違いから答案の誤りを自動特定す る静的解析手法を提案し，評価してきた.しかし，変数や，正答例と答 案間の状態が1対多等の対応関係の場合に，特定できない誤りがあった. そこで本稿では，正答例と答案を，記述に基づき対応付ける静的解析と， 振舞いシミュレーション時の実行情報に基づき対応付ける動的解析を組 み合わせて，誤りの箇所や種類を特定する手法を新たに提案する.評価 実験では，変数を含む 95 個の答案に対して提案手法を適用し，先行手法 では誤判定され，特定できなかった 12 個の答案の誤りを正しく特定でき ることがわかった.

ソフトウェア開発者がソースコードを理解する過程を明らかに することは，開発作業や学習の効果・効率を改善するために重要な研究で ある.これまでに多数の研究が効率的な読み方を分析するために，ソース コードに対する開発者の視線移動を計測している.効率的に読む方法を 理解するために，研究者はディスプレイの座標として記録された視線移 動の情報からソースコードのどこを読んでいるか対応づける必要がある. しかし，エディタ上でのスクロールやウィンドウの移動などのためディス プレイ上の座標をソースコード上の単語と対応づけることは難しい.ま た，異なるソースコードに対する同じ意味の理解行動を抽出するために は，制御フローやフォーマット，識別子の違いを考慮する必要があるため 分析には時間がかかる.本論文では，視線移動をディスプレイ上の座標 から，注視した単語と対応する構文情報に変換する手法を提案する.

オンラインジャッジシステムは多種多様な問題が収録されてい るため，プログラミング教育に導入することでプログラミング言語やア ルゴリズム理解を深めることが可能になる.しかし，学習者にとって多 種多様な問題から最適な問題を選択することは容易でない.そこで，学 習者の問題選択支援として問題文間の意味的類似度算出手法を提案する. 本研究では，オンラインジャッジシステムの問題文から構成されたデータ セットを作成し，word2vec，glove，doc2vec，sent2vec でモデルを構築す る.そして，コサイン類似度を用いて意味的類似度を算出した.提案手 法を評価するために，問題文のペアに対して手動で類似度のスコアを付 与した評価データを作成した.評価データのスコアと提案手法より算出 したスコアのピアソンの相関係数を求めた結果，2 つのスコアに強い相関 があることを確認した.

プログラムの採点業務は，C や Java などのテキストプログラ ミング言語を用いた教育において重要であるため，ビジュアルプログラ ミング言語の Scratch を用いた教育においても重要となる可能性は高い. しかし，Scratch はソースコードを任意の箇所に配置でき，さらに実行結 果が GUI であるため，ソースコードや実行結果の確認および比較に時間 を要する.そのため，Scratch プログラムの採点業務は教員に大きな負担 を強いると考えられる.そこで我々は，Scratch プログラムの採点支援シ ステムを提案する.本システムは模範解答との差分表示や実行結果の並 列表示，類似度が高いプログラムの検出を行う.模範解答との差分表示や 実行結果の並列表示により，プログラムの全体像を効率的に把握できる. また，類似度が高いプログラムを検出することで，採点評価に誤りがな いか再確認できる.よって，これらの機能を組み合わせて利用すること で，多様なプログラムに対して，効率的かつ正確な採点支援が行えると 考える.また，本システムではテストケースを作成する必要がないため， 教員能力の依存度が低いと考えられる.

In programming exercises, we propose a method to lo- calize defects based on automatic program repair. Localizing defects is accomplished by comparing a learner’s programs and model answers using program segments, which are sequences of statements with no branches, and replacing a learner’s segments with model answers’ seg- ments until pass testcases. We implemented a localizing defects tool and confirmed that our tool can find defects for practical use.

本研究では VR(Virtual Reality)環境での文字入力支援シス テムの設計と評価を行う.VR 環境で現実と同じように文字入力が行える ようになることで，声が出せない状況でのコミュニケーションが実現す るほか，仕事や教育などの文字を扱う場面が多い VR コンテンツを拡大 できる.VR 環境上での文字入力は空間把握が難しく，それが誤入力の原 因となる.これらを解決するために，本研究では広く普及しているフリッ ク入力に触感を伴わせて空間把握を行いやすくしたものと，空間把握を する必要がない指文字入力の 2 つを提供し利用者の環境に合わせて切り 替えられるようにする.これらの方法に予測変換機能を組み合わせるこ とで誤入力を補完できる文字入力システムを設計する.評価実験では提 案する入力方法の入力時間と誤入力回数の計測を行った.

This paper proposes a type system for information flow analysis of Rust MIR programs. Since Rust MIR syntax is much sim- pler than Rust surface syntax, we expect that focusing on MIR makes it possible to clearly formalize ownership and references of Rust in the context of information flow analysis. In this paper, we formalize type- based information flow analysis for Rust MIR including references, but leave an extension for ownership as future work.

一つのエラーが致命的になるセーフティクリティカルシステム では，安全性や信頼性を保証するために形式手法による検証が国際規格 で推奨されている.近年では自動運転システムの制御システムのような 物理空間と相互作用するサイバーフィジカルシステムの安全性・信頼性の 検証技術が注目を集めている.セーフティクリティカルかつサイバーフィ ジカルな自動運転システムの中でも特に重要な駆動系の制御を行うもの の一つに PID 制御方式がある.PID 制御はゲインと呼ばれるパラメータ の設定が安全性に影響を及ぼすため，検証を行うことが望ましい.本研 究では，PID 制御装置及びモータをハイブリッドオートマトンでモデル 化し，SpaceEx を用いて電圧及びオーバーシュートについての安全性検 証を行う手法を提案する.

モデル検査技術の検証結果を，機械学習を用いて予測する手法が提案されている．本稿では検証プロパティの類型が予測精度に及ぼす影響について評価する．

近年，プログラミング学習に対するニーズの高まりに伴って， オンラインジャッジシステムのように自主学習に利用できるシステムが注 目されている.オンラインジャッジシステムでは，出題されたプログラミ ング問題に対して，プログラムの正誤を自動判定するために多数のテス トケースが使用される.しかしながら，そのようなテストケースを人手 で準備することは容易な作業ではなく，記号実行を用いた支援が研究さ れてきている.本論文は，記号実行を用いたプログラムの自動正誤判定 技術に着目し，その効率化に向けた提案と評価を行っている.具体的に は先行研究で行われていたプログラムの特徴ベクトル化について，従来 の N-gram を用いた手法を Doc2Vec に置き換えることを提案し，19156 個のプログラムを対象とした評価実験を行っている.

近年，機械学習や深層学習の研究が盛んに行われ，Python に おいては機械学習ライブラリが多数活用されている.しかし，利用可能 なライブラリの数は年々増加し，必要なライブラリを発見することに労 力を費やしてしまう場合が多い.そこで，Java のライブラリ推薦手法を 参考に，協調フィルタリングを用いて Python における機械学習関連ライ ブラリを推薦し，従来の推薦手法が Python においてどの程度の精度で推 薦可能かを調べるための追実験を行った.追実験の結果，Java における 推薦結果と比較して，評価指標値の推移は類似した傾向を示し，従来の 推薦手法を Python に適用した場合も同様の推薦結果が得られた.

本研究では，利用部品の一致度に基づく階層的クラスター分析 によって得た部品群がバージョンの前後でどう変化したかを示す.部品間 の利用関係が保守工程でどう維持され，変化していくかを評価する.

機械学習パイプラインの作成を支援するために Data Version Control(DVC)と呼ばれるオープンソースソフトウェアが近年利用され ている.DVC は yaml ファイルにより機械学習パイプラインを管理する ことができ，機械学習パイプラインの作成，管理を効率化できる.DVC を導入することは機械学習プロジェクトにおいてメリットがあるが，ま だ新しい技術であるため，最適な導入方法や導入時期などベストプラク ティスは十分に共有されていない.そのため，本研究では，DVC 上での 機械学習パイプラインの変更過程を明らかにし，DVC を使用しているプ ロジェクトがどのように DVC を導入し活用しているのかについて調査し た.DVC のパイプライン機能を使用し，継続的な開発が行われていると 考えられる機械学習関連プロジェクト 25 件の機械学習パイプライン 42 件を調査対象とした.調査の結果，現在使用されている機械学習パイプラ インは変更が複数回行われたものが 3/4 以上を占めた.また，学習や評 価に属するプロセスの修正が多く，最初に登録した機械学習パイプライン のプロセスが現在まで無変更であるものが，変更が行われたプロセスの 1/10 以下であった.さらに，現在使用されている機械学習パイプライン はデータ取得，学習，評価のプロセスを含むものが多いことがわかった.

近年のシステムはパッケージソフトやクラウドサービス等のブ ラックボックス化されたソフトウェアを利用したものが多い.このよう なシステムにおける障害対応はシステムから出力されるログを調査する ことが一般的である.しかし，大規模なシステムになるほどログの量が 膨大となり，障害原因の調査にはコストが掛かる.そこで本論文では出 現頻度の低いログメッセージには異常動作が含まれる可能性があるとい う考えをもとに，ドメインに依存しない少数のログ抽出による異常動作 を検出する手法の提案を行う.膨大に出力されるログから少数の疑わし いログメッセージを抽出することにより，障害調査のコスト削減や，早期 に障害を特定する手法への発展が期待できる.また，提案手法を実際に 運用されている複数のアプリケーションに適用した.結果，抽出された ログメッセージには障害が含まれていることを確認できた.

ソフトウェア開発の要求仕様書の作成過程では顧客の要求を集 めて分析者が要求リストを作成していく. しかし質疑応答を繰り返すこと で変更が繰り返され議論に矛盾が生じたり，議論をせずに未承諾事項が 残ったりすることが度々発生する. これらが発生してしまうと，顧客の意 図とは合わない要求，要求の欠落が起こったりする. 要求分析者が質疑応 答結果に基づく変更内容をすべて把握しておくことはシステム等の規模 が大きくなればなるほど困難であるという問題がある.本研究では要求リストを作成するための顧客と分析者の質疑応答の履 歴をグラフデータベースに構造化して蓄積し，データベースシステムの検 索機構や可視化機構を使って，質疑応答履歴における要求リストの作成を 支援するシステムの実現を目的とする.本論文ではまずそのための質疑 応答を格納するためのグラフデータベースの設計と実装について述べる.質疑応答履歴をオブジェクト指向でモデル化し，Neo4j でデータベース を構築する.Neo4j のデータベース操作言語 Cypher を使い，未承諾事項 の検索などの機能が実現できることを確認した.

チェックリストを用いた設計書レビューの効率向上を目的とし， チェック項目毎に事前定義した判定ルールによりチェック項目に関する設 計書中の該当記載箇所を特定する設計書レビュー支援ツールを提案する. さらに，過去プロジェクトの既存ドキュメントを学習することにより記 載箇所特定精度の良い判定ルールを自動生成する手法を提案する.実プ ロジェクトを対象とした評価実験の結果，自動生成した判定ルールによっ て実用的な精度でチェック項目に対する設計書内の該当記載箇所を特定で きること，自動生成した判定ルールを学習したプロジェクト以外のプロ ジェクトにも適用できることを確認した.

ソフトウェアの多様化，大規模化に伴い，ソフトウェアに対す る要求を人力で抽出・分析することはますます難しくなっている.そこ で，本研究では要求分析モデルの 1 つであるゴール指向要求モデルに着 目し，全自動でゴールの抽出を行う手法の構築を目的とする.その初期 研究として，本論文では仕様書からゴールを含む文を抽出する手法を提 案する.この手法は仕様書からエポックワードと呼ばれる特定語，加え て仕様書に出現する名詞の重要度を基準にソフトウェアへの要求を含む 文の特定・抽出を行うものである.本論文ではこの手法を実装し，その正 確性を評価する.

フィンランドの初等教育で活用されているツールであるアヤ トゥス・カルタを拡張して，ユーザ視点に基づいた MVP を抽出する手法 を提案する.提案手法は，ゴール指向分析とアヤトゥス・カルタを応用し ており，要求工学の初学者でも容易にユーザ視点で MVP の抽出ができる のが特徴である.本稿では本手法の手順，および適用例を示す.

定量的管理手法の欠損値に対する評価において，様々な欠損値を含むデータを準備する必要があるが，評価に必要なだけ準備することは難しいため，人為的に欠損値を与えることとなる．しかし，従来の欠損データ作成手法は，欠損メカニズムの定義に厳密に則っているとは言えず，与えられる欠損率の割合にも制限があった．そこで，本稿では，欠損メカニズムの定義により則った欠損確率に基づいて欠損値を与える欠損データ作成手法を提案する．実証的評価の結果，提案手法においてそれぞれの欠損メカニズムらしい結果が得られ，より妥当性のある評価となった．

ソフトウェア開発において，バグを含む可能性の高いモジュー ル(fault-prone モジュール)を高い精度で予測することができれば，テ ストやデバッグの効率化に繋がる.予測精度の向上を目的として，予測モ デルの訓練データに含まれる，予測に悪影響を与えるような外れ値デー タの除去が取り組まれている.本稿では，バージョン間予測を対象とし， よりロバストな外れ値除去手法として，予測対象とは異なるプロジェク トから得られた第三者データセットを用いて，訓練データ中の外れ値を 特定・除去する手法を提案する.評価実験の結果から，提案手法は大多数 のプロジェクトで予測精度を向上でき，また代表的な既存の外れ値除去 手法である MOA や CC-MOA よりも高い効果を持つことが示された.

ストーリーポイント（ Story Points, SP ）はスクラム開発によく用いられる作業規模の指標である．多くのスクラムプロジェクトでは，SPを使って開発の見積もりやベロシティ（開発の速さ）の計測が行われている．本稿では，あるスクラム開発プロジェクトで取り組んだSPによる 7 ヶ月間の見積もりとベロシティ計測の取り組みについて述べ，その上でSP の有効性と， SPを使った見積もり誤差の分類について考察する．

プログラミング能力は個人差が大きく，その定量的な評価が求 められている.本稿では，被験者実験によりプログラミング時のキースト ロークとマウス操作を計測し，プログラミング能力との関係を定量的に分 析する.実験では，14 名の被験者にプログラムを作成してもらい，キー 入力，マウスの使用率，打鍵速度，Web における検索行動等について分 析した.その結果，プログラムの動作確認のためのキー入力を多く行って いた場合やアルファベットの打鍵速度が速い場合にプログラミング能力 が高いこと，またW eb 上で C 言語の標準関数などを検索する時間が多い 人はプログラミング能力が低いこと等が示された.

IoT は軽量のプラットフォームやネットワークプロトコルがよく使用され，インターネットを介してサービスを提供するため，セキュアな設計が求められる．ソフトウェアシステムを対象とした研究において，68%の欠陥は，複数箇所を同一または類似の変更により修正をしたという報告がある．このような修正は，1 箇所の変更を行い，その変更を複製し，編集することで実現される．そのため，修正を自動化することができる可能性があると考えられる．本研究では，セキュアな設計が必要なIoT における，同一または類似の変更により修正された欠陥を対象として，自動パッチ生成ができるか調査を行った．その結果，コードクローン検出された IoT の欠陥事例に対して 96%の自動パッチ生成に成功した．

ソフトウェアを解析や改ざんから保護するためのツールとし て，コード難読化を実装したツール(難読化ツール)が多数提案されてい る.しかし，難読化ツールが対象コードに不具合を生じさせずに解析を困難にできるか，すなわち「信頼できる」ものかを調べる方法は明らかに なっていない.本研究では，難読化ツールの信頼性を評価するための方 法を検討する.具体的には，信頼性の高い難読化ツールかを判断するた めのメトリクスとして，与えられたコードの機能を維持したまま難読化を 適用できる度合いを表す機能維持性と，与えられたコードの内容を変化さ せる度合いを表すコード変形性という 2 つの指標を提案し，多数のプログ ラムを用いてこれらを実証的に評価するためのフレームワークを提案す る.提案したフレームワークを用いた実験では，実際に公開されている 2 種類の難読化ツールを対象に機能維持性とコード変形性の評価を行い， 得られた結果から，実験対象の難読化ツールの信頼性について議論する.

群ロボットを協調動作させるためのソフトウェアアーキテクチャを提案する．様々なサービスからなる複雑なロボットシステムは，個々のロボットに比較的単純なサービスを実装し，それらを組み合わせた群ロボットとして実現することができる．我々は，このような群ロボットによって提供されるサービスを実装するためのアーキテクチャを開発した．本稿では，提案するアーキテクチャを警備群ロボットシステムに適用することで，個々のロボットの開発が単純になり，効率的に複雑なロボットシステムを開発できることを示す．

本稿ではバグレポートに基づいた欠陥再現の自動化手法を提案し，ツールとして実装した結果について述べる.

メソッドの名前は，単なる識別子というだけでなく，その処理内容を適切に表現していることが望ましい．一般にメソッド名と内容の整合性評価には人手による内容理解やレビューが必要とされるが，近年では機械学習を活用した評価手法が注目されるようになってきている．本論文ではメソッドレベルのリポジトリ FinerGit を活用し，処理内容と整合した名前を持つメソッドとそうでないメソッドのデータを多数収集して整理した結果について報告する．データセットは https://bit.ly/3QrZxUD から入手可能となっている．

本論文では，データ活用を高度な知識やスキルがない人でも実施できることを目的にした，データ加工支援技術を提案する．

READMEに記述すべき項目について調査した研究が多数報告されているが，具体的な説明内容の調査は数少ない．本研究では，開発者に対してプロジェクトやソフトウェアの特徴を踏まえたREADMEの作成方法を推奨するための第一歩として，READMEの項目に対する説明文の一貫性を分析した．その結果，説明文と一貫性がある項目を明らかにした．

本稿では，ゲーミフィケーションを用いて C 言語の学習を支 援するアプリケーション Code Quiz を提案する.また，予備実験を行い， Code Quiz が学習のモチベーションを継続させることを確認した.

ソフトウェア開発において，GitHubを用いた開発が主流となって久しい．そのため，開発中の様々な履歴データはGitHubに日々蓄積されており，それらをもとに様々な角度からの分析が行われている．本稿では，GitHubからのデータを用いて，プロジェクト運営の良し悪しの測定を試みる．そのためにまず，プロジェクトの典型的なパターンを検出し，それらのパターンから良し悪しを推定する．

急速な技術革新を伴う今日のソフトウェア開発では，開発者に新技術を学んでもらいながらプロジェクトを成功へと導いていくことが必須である．本研究では，実務者や学生に，育成を伴うソフトウェア開発プロジェクト管理を体験し，その重要性について学んでもらうことを目的とする．昨今では育成要素のあるゲームが流行していることから，開発者育成を伴うプロジェクト管理ゲームとして実現することで，楽しみながら体験学習できると期待される．本稿では，ゲーム要件の概略を述べる．

事業活動を通して社会課題解決に取り組む場合，協働するステークホルダーに対し社会的・経済的価値の還元を受けられることを示し理解を得ることが重要である．本稿ではロジックモデルで定義した事業構想をステークホルダーバリューネットワークに変換し分析を行うことで事業における価値循環を抽出する手法を提案する．

UIテストのテストスクリプトの設計を効率化することを目的に，他のシステムの類似機能から同じ操作対象を推定する手法を提案する．4種類の似たUIを用意して操作を記録し，操作前後で変化したDOMの差分の類似度を用いて手法の有効性を検証した．類似度を元に操作対象の対応関係を評価した結果，操作対象は一致したが操作は一致しなかった．

機械学習モデルの選択では，一般に使いやすさや計算速度などがポイントとなるが，モデルの注目箇所の特徴を考慮して選択することも重要となる．本論文では，画像認識AIを対象とし，Grad-CAMを利用して学習モデルであるVGG16とResNet18について注目箇所の特徴を分析し，その差異を明らかにした．

キーワード駆動テストにおけるテストケース作成効率化の為，テスト関連の各ロールの関心事に合わせたテストケース記述を可能とする，キーワードの階層化設計方式を考案した．実製品にて同方式を適用した結果，抽象度の高いキーワードを使用した記述により，テストケース作成効率の向上が見られた．

多様な開発者が集まるGitHub上のソフトウェア開発では，プロジェクトの成否・盛衰は，開発者の特性（プログラミング能力，貢献タイプなど）に依存する．本研究では，開発者の特性のうち「信頼度」の定量化を試みる．信頼できる開発者とは，例えば，割り当てられた作業を迅速に遂行している，メンションに対し迅速に返信している，自身のコメントに対し他者からのリアクションが付きやすい，といった特徴を持つ．本研究では，Meta Platforms社（旧Facebook）が開発に関わるReactプロジェクトを対象とした検討を行う．

現代の実用的なソフトウェア開発においてGUI の実装に関する知識は必須であるが，既存のプログラム評価サービスはGUI をもつアプリケーションに対応していないことが多い．本稿ではVisual Testing技術を用いることによって，GUI を持つアプリケーションに対応したオンラインジャッジシステムのプロトタイプの実装を行った結果について述べる．

本研究の最終的な目標は，技術的負債に関する課題票を自動分 類するための深層学習モデルを構築することである.本研究では，分類 モデルに用いる単語分散表現が分類性能にどのような影響を与えるのか を調査する.

複雑な問題に対して様々な数値解析による検証を行う場合，解 析モデルの再利用性を向上させることは重要である.筆者らは，様々な現 象に対して数値解析モデルの再利用性を向上をさせることを目的として「対象 (Object)」と「作用 (Action)」へ現象を分解するパターンを提案し ている [1].本発表では提案のパターン中の Through 変数の定義方法の任 意性について，計算の安定性から最も階数の高い微分値を選択すること， また結合度の観点から Object へ定義すべき属性について明らかにした.

SCDV(Sparse Composite Document Vectors)は文書（自然言語のテキスト）から文書ベクトルを算出する軽量な手法であり，文書のコーパスを学習データとして必要とする．コーパスのサイズが小さいと高品質な学習モデルを作成できない．本研究では一般的な文書の大規模コーパスから作成した汎用的学習モデルと併用することで，特定の分野に特化した小規模なコーパスから作成した学習モデルの精度を向上させる手法を提案する．

派生開発では，大規模化・複雑化によりソースコードの保守性が低下する．一方で，保守性の低下は，不具合発見の遅れの原因の一つと考えられている．本研究では，ソースコードの保守性を定量化し，不具合との相関を明らかにした上で，保守性を改善するプロセスを適用した．

ソフトウェアアップサイクルは，過去プロジェクトを資産化し活用することでソフトウェア開発を効率化する手法である．本研究では，アップサイクルを効率化する事例知識ベースの予備的評価として，アップサイクル事例をインタビュー形式で収集し，分析・考察を行う．

近年，サイバー攻撃の脅威が増大しており，情報システムに対して多様なセキュリティ要件を盛り込むことが必須となっている．本研究では地方自治体や図書館などがWeb上で公開している提案依頼書を対象とし，セキュリティ要件がどの程度網羅的に記述されているかについて実態調査を行う．調査においては，独立行政法人情報処理推進機構にて策定された非機能要求グレードに基づいて，網羅性を評価する．

ソフトウェア開発プロジェクトの失敗を防ぐには，リスク状況を把握し，早期に検知・対処することが重要である．PMO/QA は多数の開発プロジェクトを監視するが，個々のプロジェクトの状況を継続的に監視することは容易ではない．本研究では，開発プロジェクトの管理文書内の記載から，リスク度合いを定量化する方法を提案する．この定量化手法を用いて時系列でのリスク度合い及びプロジェクト状況サマリの可視化を行い，PMO/QA の監視作業を支援する．

プログラム理解への適切なタイミングでの介入に向け，プログラム理解難易度の経時的な変化の可視化を試みた．

本稿では，Javaプログラム開発における操作履歴に対する履歴アノテーションを用いた情報付加手法，操作履歴グラフFOHGに基づく履歴アノテーションの生成，履歴アノテーションを扱うための編集履歴再生器の機能拡張によるコード変更理解支援について述べる．

本研究の目的は，Dockerfile の自動修正に向けて，Dockerfileの依存関係とビルドエラーの関係を明らかにすることである．本稿では，5,405 件のDockerfile を対象に行った分析の結果について報告する．

本稿では，インシデントに対する情報リテラシー教育を二段階で行う必要があることを示し，実際にこの手法を適用した結果によって，その有効性を明らかにする．インターネットの利用が日常的な行為となった．それに伴いインターネットを利用した時の事件および事故が増加した．利用者が情報セキュリティのインシデントにどう対処すべきかを考えられるようになる教育が必要である．我々が提案する教育手法では，インシデントの情報を収集して説明する場面と，インシデントの解決策を考える場面の2つの場面から構成されるゲームを適用する．教育にゲーム要素を取り込むことによって，参加者の学習意欲を継続させる効果を期待できる．提案する手法の有効性を評価するために，社会人に教育を実施した．その結果，有効性が明らかになった．