MigGPT: Harnessing Large Language Models for Automated Migration of Out-of-Tree Linux Kernel Patches Across Versions
Created by
Haebom
저자
Pucheng Dang, Di Huang, Dong Li, Kang Chen, Yuanbo Wen, Qi Guo, Xing Hu, Ninghui Sun
개요
본 논문은 Linux 커널의 새로운 하드웨어 적응이나 특정 기능 활성화에 필수적인 out-of-tree 커널 패치의 유지보수 및 업데이트의 어려움을 해결하기 위해, LLM을 활용한 자동화 프레임워크 MigGPT를 제안한다. MigGPT는 코드 스니펫 정보를 유지하는 새로운 코드 지문 구조와 세 개의 모듈을 통해 out-of-tree 커널 패치의 이전 정확도와 효율성을 향상시킨다. 실제 out-of-tree 커널 패치 프로젝트를 사용한 벤치마크 평가 결과, MigGPT는 기존 LLM보다 평균 72.59%의 완료율(50.74% 향상)을 달성하여 성능 향상을 보였다.
시사점, 한계점
•
시사점:
◦
LLM을 이용한 out-of-tree 커널 패치 자동 이전의 가능성을 제시
◦
MigGPT 프레임워크를 통해 기존 LLM의 성능 한계를 극복하고 이전 정확도와 효율성을 향상
