論文の概要: Mining Reviews in Open Source Code for Developers Trail: A Process Mining Approach

• arxiv url: http://arxiv.org/abs/2308.00686v1
• Date: Sun, 16 Jul 2023 00:20:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 15:43:16.289342
• Title: Mining Reviews in Open Source Code for Developers Trail: A Process Mining Approach
• Title（参考訳）: 開発者のためのオープンソースコードのマイニングレビュー:プロセスマイニングアプローチ
• Authors: Patrick Mukala
• Abstract要約: 我々は,プロセスマイニングを用いて,オープンソースのリポジトリに見られる限りのデータを用いてログを構築することを提案する。 提案手法は,Act-Traceと呼ばれる単純なアルゴリズムを用いて提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Audit trails are evidential indications of activities performers in any logs. Modern reactive systems such as transaction processing systems, management information systems, decision support systems and even executive management systems log activities of users as they perform their daily tasks for a number of reasons and perhaps one of the most important is security. In order to efficiently monitor and manage privacy and access to information, the trails as captured and recorded in these logs play a pivotal role in this regard. In Open Source realm, however, this is not the case. Although the objective with free software is to allow for access, free distribution and the rights to modify coding, having such audit trails can help to trace and understand how active members of these communities are and the type of activities they perform. In this paper, we propose using process mining to construct logs using as much data as can be found in open source repositories in order to produce a process model, also called a workflow net that graphical depicts the sequential occurrence of developers activities. Our method is exhibited through a simple algorithm called Act-Trace.
• Abstract（参考訳）: オーディトトレイルは、あらゆるログ内のアクティビティパフォーマーの明らかな表示である。 トランザクション処理システム、管理情報システム、意思決定支援システム、さらにはエグゼクティブマネジメントシステムといった現代的なリアクティブシステムは、ユーザの日常的なタスクをさまざまな理由から実行し、おそらく最も重要なもののひとつがセキュリティである。 プライバシーと情報へのアクセスを効率的に監視、管理するために、これらのログに記録されたトレイルは、この点において重要な役割を果たす。 しかし、オープンソースの領域では、そうではない。 フリーソフトウェアの目的は、アクセス、無料配布、コーディング変更の権利を許可することであるが、このような監査証跡を持つことは、これらのコミュニティのアクティブなメンバーがどれほど活動しているかを追跡、理解するのに役立ちます。 本稿では,プロセスマイニングを用いて,オープンソースのリポジトリにあるような量のデータを用いてログを構築することで,ワークフローネットと呼ばれる,開発者のアクティビティの逐次発生を図示するプロセスモデルを作成することを提案する。 本手法はact-traceと呼ばれる単純なアルゴリズムによって提示される。

関連論文リスト

• Fine Grained Insider Risk Detection [0.0]
  本稿では,支援者間での業務正当化から逸脱を検出する手法を提案する。 我々は,3千人以上の支援エージェントによる何百万もの行動の監査を支援するために,本手法を適用した。
  論文  参考訳（メタデータ） (2024-11-04T22:07:38Z)
• Studying and Benchmarking Large Language Models For Log Level Suggestion [49.176736212364496]
  大規模言語モデル(LLM)は、様々な領域で研究の焦点となっている。 本稿では,12個のオープンソースLCMのログレベル提案における性能に及ぼす特性と学習パラダイムの影響について検討する。
  論文  参考訳（メタデータ） (2024-10-11T03:52:17Z)
• Are you still on track!? Catching LLM Task Drift with Activations [55.75645403965326]
  タスクドリフトは攻撃者がデータを流出させたり、LLMの出力に影響を与えたりすることを可能にする。 そこで, 簡易線形分類器は, 分布外テストセット上で, ほぼ完全なLOC AUCでドリフトを検出することができることを示す。 このアプローチは、プロンプトインジェクション、ジェイルブレイク、悪意のある指示など、目に見えないタスクドメインに対して驚くほどうまく一般化する。
  論文  参考訳（メタデータ） (2024-06-02T16:53:21Z)
• An Exploration of Learning Processes as Process Maps in FLOSS Repositories [2.3848738964230023]
  本稿では,プロセスマイニングに基づくFLOSS参加者の学習行動の追跡手法を提案する。 本研究の目的は,FLOSSコミュニティにおける学習行動の理解を促進する重要な証拠を,関連リポジトリを解析することによって提供することである。
  論文  参考訳（メタデータ） (2023-07-15T16:18:44Z)
• Outcome-Oriented Prescriptive Process Monitoring Based on Temporal Logic Patterns [9.876717580544364]
  本稿では,新しいアウトカム指向の規範的プロセスモニタリングシステムを提案する。 プロセス実行中に保証されるアクティビティ間の時間的関係を推奨します。 これにより、特定の時点におけるアクティビティの強制実行が緩和されるため、ユーザによる自由度が向上する。
  論文  参考訳（メタデータ） (2022-11-09T13:36:07Z)
• Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data Programming [77.38174112525168]
  私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
  論文  参考訳（メタデータ） (2022-03-02T19:57:32Z)
• LogLAB: Attention-Based Labeling of Log Data Anomalies via Weak Supervision [63.08516384181491]
  専門家の手作業を必要とせず,ログメッセージの自動ラベル付けのための新しいモデリング手法であるLogLABを提案する。 本手法は,監視システムが提供する推定故障時間ウィンドウを用いて,正確なラベル付きデータセットを振り返りに生成する。 我々の評価によると、LogLABは3つの異なるデータセットで9つのベンチマークアプローチを一貫して上回り、大規模な障害時ウィンドウでも0.98以上のF1スコアを維持している。
  論文  参考訳（メタデータ） (2021-11-02T15:16:08Z)
• A Comprehensive Survey of Logging in Software: From Logging Statements Automation to Log Mining and Analysis [0.0]
  我々は、トップレベルのピアレビューされた会場に現れた多数の会議およびジャーナル論文を調査した。 この分野を前進させる上で、学術と産業の研究者を導くための一連の課題と機会を提供する。
  論文  参考訳（メタデータ） (2021-10-24T17:15:06Z)
• Shedding Light on Blind Spots: Developing a Reference Architecture to Leverage Video Data for Process Mining [0.0]
  本稿では,コンピュータビジョンとプロセスマイニングのギャップを埋めるための参照アーキテクチャを提案する。 提案した参照アーキテクチャのプロトタイプインスタンス化により,非構造化ビデオデータからプロセス関連イベントのほとんどを自動的に抽出することができる。
  論文  参考訳（メタデータ） (2020-10-21T20:01:52Z)
• Process Discovery for Structured Program Synthesis [70.29027202357385]
  プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。 本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。 我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
  論文  参考訳（メタデータ） (2020-08-13T10:33:10Z)
• Self-Supervised Log Parsing [59.04636530383049]
  大規模ソフトウェアシステムは、大量の半構造化ログレコードを生成する。 既存のアプローチは、ログ特化や手動ルール抽出に依存している。 本稿では,自己教師付き学習モデルを用いて解析タスクをマスク言語モデリングとして定式化するNuLogを提案する。
  論文  参考訳（メタデータ） (2020-03-17T19:25:25Z)

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。