Semester report

Реализованная функциональность

• Авторизация через GitHub
  • OAuth2 GitHub access token хранится в БД
  • JSON Web Token используется для идентификации клиента сервером (модель c short lifetime access_token и long-lived refresh_token)
• Создание проекта с помощью ссылки на GitHub репозиторий
  • Проверка прав на создание (только админскими+ правами в GitHub репозитории можно создавать проект в нашем сервисе)
  • Подтягивание существующих PR
  • Установка web-хука, который срабатывает при обновлении PR
• Обработка на сервере web-хука, с последующими обновлением данных в БД и запуском детектирования клонов. Информация о клонах так же помещается в БД.
• Отображение на главной странице созданных проектов
• Отображение списка PR для каждого из проектов (в порядке убывания даты обновления)
• Для каждого PR можно посмотреть
  • Сводную информацию
  • Дифф (Исходный код загружается с помощью JGit)
  • Найденных клонов (Клоны ищутся с помощью сжатого суффиксного дерева А. Сухинина)
  • Дифф с другим PR из этого проекта
• Для read-only доступа авторизация не требуется

Нереализованная функциональность

• Конфигурирование отслеживаемых репозиториев
• Извлечение исходного кода потенциальных кандидатов из решений прошлых лет
• Определение степени заимствований между кандидатами и исследуемым PR
• Ранжирование источников заимствований
• Формирование отчёта о заимствованиях (пока только список клонов в виде диффа)
• Публикация отчёта в PR
• Аналитический отчет
  • Граф pull request’ов с метаинформацией и весами дуг-заимствований (есть наработки на стороне UI)
  • Diff по клику на дугу

Известные проблемы

• Отсутствие возможности поиска клонов "по кнопке", а также при создании проекта для уже существующих ПР.
• При постановке детектору клонов задачи, в качестве источников поиска клонов ему передаются файлы, которые находятся в репозиториях с состоянием коммитов, которые соответствуют Пулл-реквестам, обновленным раньше исследуемого на плагиат. То есть не происходит поиск клонов среди промежуточных коммитов пулл-реквестов.
• Повторный запуск клон детектора не является идемпотентной операцией, то есть дубликаты клонов будут записываться в БД
• Суффиксное дерево строится каждый раз заново на каждый триггер веб хуком. Количество используемой памяти тут никак не контролируется. Более того это так же неэффективно по времени. Наверное, стоит иметь по 1 суффиксному дереву на 1 проект

Кто что делал

Гапоненко Дарья

1. Обзор GitHub API - страница на wiki
2. Невлитый в develop PR "Pull-requests parser"
   • В теории - обработка веб хука и выполнение запросов к GitHub API для получения данных об PR без сохранения в БД, а также загрузка захардкоженых файлов с помощью JGit без дальшейших действий с ними.
   • +313 −5
   • Не все замечания инспекций Code-climate исправлены
   • Не все замечания от коллег исправлены
   • 19 коммитов с 16 апреля по 27 мая
   • Перед промежуточным дедлайном заявленная в этом ПР функциональность была реализована другим разработчиком
   • TODO потраченное время на ресерч и кодинг

Дьячков Вадим

Крылов Иван

Ламтев Антон

Ширяев Марк