Statička analiza programskog koda u sustavu za automatsko ocjenjivanje programskog koda Edgar

diplomski rad

• Naslov (engleski): Static analysis in Edgar automated programming assessment system
• Autor: Nikola Kešćec
• Mentor: Igor Mekterović (mentor)
• Član povjerenstva: Igor Mekterović (predsjednik povjerenstva)
• Član povjerenstva: Ljiljana Brkić (član povjerenstva)
• Član povjerenstva: Slaven Zakošek (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-06, Hrvatska

Sažetak

Ovaj diplomski rad fokusira se na uključivanje usluge statičke analize u sustav za automatsko ocjenjivanje programskog koda Edgar. Diplomski rad započinje definiranjem statičke analize i ispitivanjem njezine trenutne upotrebe unutar Edgar sustava. Rad uspostavlja zahtjeve za statičku analizu u edukacijskom kontekstu te implementira servis za statičku analizu temeljen na tim zahtjevima. Integracija servisa statičke analize s Edgar sustavom detaljno je opisana s primjerom poboljšane obrazovne mogućnosti sustava. Rad identificira ispunjene i neispunjene zahtjeve, predlažući upotrebu velikih jezičnih modela (LLM) kako bi se riješili neispunjeni zahtjevi i poboljšalo iskustvo učenja. Također se predlaže algoritam za automatsko prilagođavanje ocjena koji koristi izvještaje proizvedene pomoću usluge statičke analize kako bi se dinamički prilagodile ocjene na temelju razine ozbiljnosti problema u kodu.

Sažetak (engleski)

This thesis focuses on the inclusion of a static analysis service in Edgar automated programming assessment system. The study begins by defining static analysis and examining its current usage in Edgar automated programming assessment systems. The thesis establishes requirements for static analysis in an educational context and implements a service based on these requirements. The integration of the static analysis service with the Edgar automated programming assessment system is described in detail, highlighting the system's enhanced educational capabilities and the provision of additional code information to students. The thesis identifies fulfilled and unfulfilled requirements, proposing the use of Large Language Models (LLMs) to address the latter and enhance the learning experience. It also proposes an automated grade adjustment algorithm that utilizes the reports static analysis service produces to dynamically adjust grades based on the severity level of code problems.

• Ključne riječi: statička analiza; sustav za automatsko ocjenjivanje programskog koda; edukacijski kontekst; veliki jezični modeli (LLM); apstraktno sintaksno stablo; mikroservisi; Spring Boot; NestJS; SARIF
• Ključne riječi (engleski): static analysis; automated programming assessment system; educational context; Large Language Models (LLMs); abstract syntax tree; microservices; Spring Boot; NestJS; SARIF
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:930348
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 09:17:37