論文の概要: A Systematic Literature Review of Soft Computing Techniques for Software
Maintainability Prediction: State-of-the-Art, Challenges and Future
Directions
- arxiv url: http://arxiv.org/abs/2209.10131v1
- Date: Wed, 21 Sep 2022 05:38:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-22 16:52:47.189332
- Title: A Systematic Literature Review of Soft Computing Techniques for Software
Maintainability Prediction: State-of-the-Art, Challenges and Future
Directions
- Title(参考訳): ソフトウェア保守性予測のためのソフトコンピューティング技術の体系的レビュー:最新技術,課題,今後の展望
- Authors: Gokul Yenduri, Thippa Reddy Gadekallu
- Abstract要約: ビジネス要件の変化に対応するために、ソフトウェアを迅速かつうまくアップグレードする能力は、これまで以上に不可欠です。
ソフトウェア保守性予測におけるソフトコンピューティング技術の使用は、ソフトウェア保守プロセスにおいて大きな可能性を秘めている。
- 参考スコア(独自算出の注目度): 1.6244541005112747
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The software is changing rapidly with the invention of advanced technologies
and methodologies. The ability to rapidly and successfully upgrade software in
response to changing business requirements is more vital than ever. For the
long-term management of software products, measuring software maintainability
is crucial. The use of soft computing techniques for software maintainability
prediction has shown immense promise in software maintenance process by
providing accurate prediction of software maintainability. To better understand
the role of soft computing techniques for software maintainability prediction,
we aim to provide a systematic literature review of soft computing techniques
for software maintainability prediction. Firstly, we provide a detailed
overview of software maintainability. Following this, we explore the
fundamentals of software maintainability and the reasons for adopting soft
computing methodologies for predicting software maintainability. Later, we
examine the soft computing approaches employed in the process of software
maintainability prediction. Furthermore, we discuss the difficulties and
potential solutions associated with the use of soft computing techniques to
predict software maintainability. Finally, we conclude the review with some
promising future directions to drive further research innovations and
developments in this promising area.
- Abstract(参考訳): ソフトウェアは高度な技術と方法論の発明によって急速に変化している。
ビジネス要件の変化に対応してソフトウェアを迅速かつうまくアップグレードできる能力は、これまで以上に不可欠です。
ソフトウェア製品の長期的な管理には、ソフトウェアの保守性の測定が不可欠です。
ソフト保守性予測のためのソフトコンピューティング技術の使用は、ソフトウェアの保守性を正確に予測することで、ソフトウェアのメンテナンスプロセスに多大な期待を示してきた。
ソフトウェア保守性予測におけるソフトコンピューティング技術の役割をよりよく理解するため,ソフトウェア保守性予測のためのソフトコンピューティング技術の体系的な文献レビューを行う。
まず,ソフトウェアの保守性に関する詳細な概要を紹介する。
次に,ソフトウェア保守性の基本とソフトコンピューティング手法をソフトウェア保守性予測に採用する理由について考察する。
その後,ソフトウェア保守性予測のプロセスで用いられるソフトコンピューティング手法について検討する。
さらに,ソフトコンピューティング技術を用いたソフトウェアの保守性予測の難しさと潜在的な解決策について考察する。
最後に、この将来的な領域において、さらなる研究革新と開発を推進するためのいくつかの将来的な方向性でレビューを締めくくります。
関連論文リスト
- Contemporary Software Modernization: Perspectives and Challenges to Deal with Legacy Systems [48.33168695898682]
2000年代初頭に研究テーマとして「ソフトウェア近代化」が登場した。
文学では膨大な量の著作があるにもかかわらず、かなりの限界がある。
論文 参考訳(メタデータ) (2024-07-04T15:49:52Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳(メタデータ) (2024-01-17T21:30:45Z) - Embedded Software Development with Digital Twins: Specific Requirements
for Small and Medium-Sized Enterprises [55.57032418885258]
デジタル双生児は、コスト効率の良いソフトウェア開発とメンテナンス戦略の可能性を秘めている。
私たちは中小企業に現在の開発プロセスについてインタビューした。
最初の結果は、リアルタイムの要求が、これまでは、Software-in-the-Loop開発アプローチを妨げていることを示している。
論文 参考訳(メタデータ) (2023-09-17T08:56:36Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳(メタデータ) (2023-08-10T13:19:10Z) - Applying Machine Learning Analysis for Software Quality Test [0.0]
メンテナンスのトリガーと予測されるかどうかを理解することは重要です。
生成したプログラムの複雑さを評価する多くの手法は有用な予測モデルを生成する。
本稿では,機械学習を利用可能なデータに適用し,累積ソフトウェア故障レベルを算出する。
論文 参考訳(メタデータ) (2023-05-16T06:10:54Z) - Machine Learning Based Approach to Recommend MITRE ATT&CK Framework for
Software Requirements and Design Specifications [0.0]
セキュアなソフトウェアを開発するためには、ソフトウェアリポジトリをマイニングすることで、ソフトウェア開発者は攻撃者のように考える必要がある。
本稿では,機械学習アルゴリズムを用いて要求をMITRE ATT&CKデータベースにマッピングする。
論文 参考訳(メタデータ) (2023-02-10T22:15:45Z) - Towards an Improved Understanding of Software Vulnerability Assessment
Using Data-Driven Approaches [0.0]
この論文は、ソフトウェア脆弱性評価のための知識と自動化のサポートを提供することによって、ソフトウェアセキュリティの分野を前進させる。
主な貢献は、知識の体系化と、新しいデータ駆動技術群である。
論文 参考訳(メタデータ) (2022-07-24T10:22:28Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳(メタデータ) (2021-07-15T11:14:03Z) - A Review On Software Defects Prediction Methods [0.0]
ソフトウェア欠陥分類のための機械学習アルゴリズムの性能解析を行う。
私たちはこの研究のためにNASAのpromiseデータセットリポジトリから7つのデータセットを使用しました。
論文 参考訳(メタデータ) (2020-10-30T16:10:23Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳(メタデータ) (2020-05-27T11:56:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。