論文の概要: Warnings: Violation Symptoms Indicating Architecture Erosion

• arxiv url: http://arxiv.org/abs/2212.12168v2
• Date: Fri, 4 Aug 2023 14:45:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 13:46:16.984067
• Title: Warnings: Violation Symptoms Indicating Architecture Erosion
• Title（参考訳）: 警告: アーキテクチャのエロージョンを示す違反症状
• Authors: Ruiyin Li, Peng Liang, Paris Avgeriou
• Abstract要約: 開発者の視点から,コードレビューコメントにおけるアーキテクチャ違反症状の特徴について検討した。 コードレビュープロセス中に、違反症状の10つのカテゴリが開発者によって議論される。 最も頻繁に使われている言語パターンは、問題発見である。
• 参考スコア（独自算出の注目度）: 2.6580082406002705
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As a software system evolves, its architecture tends to degrade, and gradually impedes software maintenance and evolution activities and negatively impacts the quality attributes of the system. The main root cause behind architecture erosion phenomenon derives from violation symptoms (such as violations of architecture pattern). Previous studies focus on detecting violations in software systems using architecture conformance checking approaches. However, code review comments are also rich sources that may contain extensive discussions regarding architecture violations. In this work, we investigated the characteristics of architecture violation symptoms in code review comments from the developers' perspective. We employed a set of keywords related to violation symptoms to collect 606 (out of 21,583) code review comments from four popular OSS projects in the OpenStack and Qt communities. We manually analyzed the collected 606 review comments to provide the categories and linguistic patterns of violation symptoms, as well as the reactions how developers addressed them. Our findings show that: (1) 10 categories of violation symptoms are discussed by developers during the code review process; (2) The frequently-used terms of expressing violation symptoms are "inconsistent" and "violate", and the most frequently-used linguistic pattern is Problem Discovery; (3) Refactoring and removing code are the major measures (90%) to tackle violation symptoms, while a few violation symptoms were ignored by developers. Our findings suggest that the investigation of violation symptoms can help researchers better understand the characteristics of architecture erosion and facilitate the development and maintenance activities, and developers should explicitly manage violation symptoms, not only for addressing the existing architecture violations but also preventing future violations.
• Abstract（参考訳）: ソフトウェアシステムが進化するにつれて、そのアーキテクチャは劣化し、徐々にソフトウェアのメンテナンスと進化の活動を妨げ、システムの品質特性に悪影響を及ぼす。 アーキテクチャ侵食現象の背後にある主な原因は、(アーキテクチャパターンの違反のような)違反症状に由来する。 以前の研究は、アーキテクチャ適合性チェックアプローチを用いたソフトウェアシステムにおける違反の検出に焦点を当てている。 しかし、コードレビューのコメントは、アーキテクチャ違反に関する広範な議論を含むリッチソースでもある。 本研究では,コードレビューにおけるアーキテクチャ違反症状の特徴について,開発者の視点から検討した。 私たちは、違反症状に関連するキーワードのセットを使用して、OpenStackとQtコミュニティで人気のあるOSSプロジェクトのコードレビューコメントを606件(21,583件中)収集しました。 収集した606件のレビューコメントを手作業で分析し,違反症状のカテゴリと言語パターン,および開発者の対処方法を検討した。 その結果,(1) コードレビュープロセスにおいて,(1) 違反症状の10つのカテゴリが開発者によって議論され,(2) 違反症状の表現は「矛盾」「違反」であり,最も頻繁に使用される言語パターンは「問題発見」であり,(3) コードのリファクタリングと削除は,違反症状に対処するための主要な手段(90%)であり,一方で,いくつかの違反症状は開発者によって無視された。 また,既存のアーキテクチャ違反に対処するだけでなく,将来的な侵害を防止するためにも,設計者によるアーキテクチャ侵食の特徴の理解を深め,開発・保守活動の促進に寄与することが示唆された。

関連論文リスト

• Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
  GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。 改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
  論文  参考訳（メタデータ） (2024-10-29T12:21:23Z)
• Seeker: Enhancing Exception Handling in Code with LLM-based Multi-Agent Approach [54.03528377384397]
  現実世界のソフトウェア開発では、不適切な例外処理がコードの堅牢性と信頼性に重大な影響を与えます。 コードにおける例外処理を改善するために,大規模言語モデル (LLM) の利用について検討する。 例外処理のエキスパート開発者戦略にインスパイアされたマルチエージェントフレームワークであるSeekerを提案する。
  論文  参考訳（メタデータ） (2024-10-09T14:45:45Z)
• Patch2QL: Discover Cognate Defects in Open Source Software Supply Chain With Auto-generated Static Analysis Rules [1.9591497166224197]
  本稿では,SASTルールの自動生成によるOSSのコグネート欠陥の検出手法を提案する。 具体的には、プリパッチバージョンとポストパッチバージョンから重要な構文と意味情報を抽出する。 我々はPatch2QLというプロトタイプツールを実装し、それをC/C++の基本OSSに適用した。
  論文  参考訳（メタデータ） (2024-01-23T02:23:11Z)
• Identifying Defect-Inducing Changes in Visual Code [54.20154707138088]
  SZZ-VC (SZZ Visual Code) は, ラインの違いではなくグラフィカル要素の違いに基づいて, 視覚的コードの変化を検知するアルゴリズムである。 業界製AAAビデオゲームのアルゴリズムを検証し、12のオープンソースプロジェクトで20の音楽ヴィジュアルプログラミングの欠陥を検証した。
  論文  参考訳（メタデータ） (2023-09-07T00:12:28Z)
• Security Defect Detection via Code Review: A Study of the OpenStack and Qt Communities [7.2944322548786715]
  セキュリティ欠陥は、コードレビューでは議論されていない。 レビューの半数以上が、開発者がセキュリティ欠陥を修正するための明確な修正戦略/ソリューションを提供しています。 開発者とレビュアーの相違は、セキュリティ欠陥を解決しない主な原因である。
  論文  参考訳（メタデータ） (2023-07-05T14:30:41Z)
• Towards Automated Identification of Violation Symptoms of Architecture Erosion [2.3649868749585874]
  コードレビューでは, 機械学習に基づく15の分類器とディープラーニングに基づく4つの分類器を開発し, 3つの事前学習語を組み込んで, 開発者の議論からアーキテクチャ侵食の違反症状を識別した。 コードレビューにおけるアーキテクチャ違反について議論した参加者からのフィードバックを得るために,調査と半構造化インタビューを行った。 その結果,Word2vec事前学習語埋め込みに基づくSVM分類器はF1スコア0.779で最良となることがわかった。
  論文  参考訳（メタデータ） (2023-06-14T16:20:59Z)
• A Hierarchical Deep Neural Network for Detecting Lines of Codes with Vulnerabilities [6.09170287691728]
  ソースコードの意図しない欠陥によって引き起こされるソフトウェア脆弱性は、サイバー攻撃の根本原因である。 本稿では,自然言語処理で使用されている手法に基づいて,LLVM IR表現から脆弱性を検出するためのディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2022-11-15T21:21:27Z)
• Towards a Fair Comparison and Realistic Design and Evaluation Framework of Android Malware Detectors [63.75363908696257]
  一般的な評価フレームワークを用いて,Androidのマルウェア検出に関する10の研究成果を分析した。 データセットの作成やデザイナの設計に考慮しない場合、トレーニングされたMLモデルに大きく影響する5つの要因を特定します。 その結果,MLに基づく検出器は楽観的に評価され,良好な結果が得られた。
  論文  参考訳（メタデータ） (2022-05-25T08:28:08Z)
• Early Detection of Security-Relevant Bug Reports using Machine Learning: How Far Are We? [6.438136820117887]
  典型的なメンテナンスシナリオでは、セキュリティ関連バグレポートは、修正パッチを作成する際に開発チームによって優先される。 オープンなセキュリティ関連バグレポートは、攻撃者がゼロデイ攻撃を実行するために活用できる機密情報の重大な漏洩になる可能性がある。 近年,機械学習に基づくセキュリティ関連バグレポートの検出手法が,有望な性能で報告されている。
  論文  参考訳（メタデータ） (2021-12-19T11:30:29Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)
• Deep Just-In-Time Inconsistency Detection Between Comments and Source Code [51.00904399653609]
  本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。 私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。 より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
  論文  参考訳（メタデータ） (2020-10-04T16:49:28Z)

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。