論文の概要: Hot Fixing Software: A Comprehensive Review of Terminology, Techniques,
and Applications
- arxiv url: http://arxiv.org/abs/2401.09275v1
- Date: Wed, 17 Jan 2024 15:28:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-18 15:23:14.524422
- Title: Hot Fixing Software: A Comprehensive Review of Terminology, Techniques,
and Applications
- Title（参考訳）: hot fix software: 専門用語、技術、応用に関する包括的レビュー
- Authors: Carol Hanna, David Clark, Federica Sarro, Justyna Petke
- Abstract要約: ホットフィックスは、本番環境でソフトウェアシステムにデプロイされる特定の時間的クリティカルな問題を改善することです。
ホットフィックスはソフトウェアメンテナンスにおいて必須かつ一般的な活動であるが、調査活動として調査されることは一度もない。
我々は,この話題に対処した分野,用語における不整合,文学のギャップ,今後の研究の方向性について強調する。
- 参考スコア（独自算出の注目度）: 14.588252624481639
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A hot fix is an improvement to a specific time-critical issue deployed to a
software system in production. While hot fixing is an essential and common
activity in software maintenance, it has never been surveyed as a research
activity. Thus, such a review is long overdue. In this paper, we conduct a
comprehensive literature review of work on hot fixing. We highlight the fields
where this topic has been addressed, inconsistencies we identified in the
terminology, gaps in the literature, and directions for future work. Our search
concluded with 91 papers on the topic between the year 2000 and 2022. The
papers found encompass many different research areas such as log analysis,
runtime patching (also known as hot patching), and automated repair, as well as
various application domains such as security, mobile, and video games. We find
that there are many directions that can take hot fix research forward such as
unifying existing terminology, establishing a benchmark set of hot fixes,
researching costs and frequency of hot fixes, and researching the possibility
of end-to-end automation of detection, mitigation, and propagation. We discuss
these avenues in detail to inspire the community to systematize hot fixing as a
software engineering activity. We hope that this paper streamlines the existing
body of work and drives research in the area forward.
- Abstract（参考訳）: ホットフィックスは、本番環境でソフトウェアシステムにデプロイされる特定の時間クリティカルな問題の改善である。
ホットフィックスはソフトウェアメンテナンスにおいて必須かつ一般的な活動であるが、調査活動として調査されたことはない。
したがって、このようなレビューは長く遅れている。
本稿では,熱間固定に関する研究について総合的な文献レビューを行う。
我々は,この話題に対処した分野,用語における不整合,文学のギャップ,今後の研究の方向性について強調する。
調査は2000年から2022年の間に91の論文で締めくくられた。
この論文には、ログ分析、ランタイムパッチ(ホットパッチとしても知られる)、自動修復、セキュリティ、モバイル、ビデオゲームといった様々なアプリケーションドメインなど、さまざまな研究領域が含まれている。
既存の用語の統合、ホットフィックスのベンチマークセットの確立、コストとホットフィックスの頻度の調査、検出、緩和、伝播のエンドツーエンド自動化の可能性の調査など、ホットフィックス研究を前進させるには多くの方向がある。
これらの道を詳細に議論して,ソフトウェアエンジニアリング活動としてのホットフィックスの体系化をコミュニティに促します。
本論文は,既存の業務を合理化し,今後の研究を進めることを願っている。
関連論文リスト
- WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳（メタデータ） (2024-03-12T14:58:45Z) - Investigating Reproducibility in Deep Learning-Based Software Fault
Prediction [16.25827159504845]
ますます複雑な機械学習モデルが急速に採用されるようになると、学者が文献で報告される結果を再現することがますます困難になる。
特に、適用されたディープラーニングモデルと評価方法論が適切に文書化されていない場合と、コードとデータが共有されていない場合である。
我々は,2019年から2022年にかけて,トップレベルのソフトウェアエンジニアリングカンファレンスにおいて,現在の文献を体系的にレビューし,56件の研究論文のレベルを検討した。
論文 参考訳（メタデータ） (2024-02-08T13:00:18Z) - Recent Advances in Direct Speech-to-text Translation [58.692782919570845]
我々は、既存の研究成果を、モデリングの負担、データの不足、アプリケーション問題という3つの課題に基づいて分類する。
データ不足の課題に対して、最近の研究は、データ強化、事前学習、知識蒸留、多言語モデリングなど、多くの高度な技術を活用している。
我々は、リアルタイム、セグメンテーション、名前付きエンティティ、性別バイアス、コードスイッチングなど、アプリケーションの問題を分析して要約する。
論文 参考訳（メタデータ） (2023-06-20T16:14:27Z) - On building machine learning pipelines for Android malware detection: a
procedural survey of practices, challenges and opportunities [4.8460847676785175]
スマートフォン市場のリーダーとして、Androidはマルウェア攻撃の目玉ターゲットとなっている。
特に市場保有者や研究者にとって、多数のサンプルが手動によるマルウェア検出を不可能にしている。
提案されたアプローチのいくつかは高いパフォーマンスを達成するが、急速に進化するAndroidマルウェアは、時間とともにその正確性を維持することができない。
論文 参考訳（メタデータ） (2023-06-12T13:52:28Z) - Lessons from Formally Verified Deployed Software Systems (Extended version) [65.69802414600832]
本稿は、正式に認証されたシステムを作成し、実際に使用するためにデプロイした各種のアプリケーション分野のプロジェクトについて検討する。
使用する技術、適用の形式、得られた結果、そしてソフトウェア産業が形式的な検証技術やツールの恩恵を受ける能力について示すべき教訓を考察する。
論文 参考訳（メタデータ） (2023-01-05T18:18:46Z) - BigIssue: A Realistic Bug Localization Benchmark [89.8240118116093]
BigIssueは、現実的なバグローカライゼーションのためのベンチマークである。
実際のJavaバグと合成Javaバグの多様性を備えた一般的なベンチマークを提供する。
われわれは,バグローカライゼーションの最先端技術として,APRの性能向上と,現代の開発サイクルへの適用性の向上を期待している。
論文 参考訳（メタデータ） (2022-07-21T20:17:53Z) - A Systematic Review of Automated Query Reformulations in Source Code
Search [12.234169944475537]
我々は,2,970の候補研究から,問合せの改定に関する70の研究を選定した。
本稿では,検索クエリの改定における研究状況を改善するためのベストプラクティスと今後の機会について論じる。
論文 参考訳（メタデータ） (2021-08-22T05:47:10Z) - Obstacles in Fully Automatic Program Repair: A survey [0.7734726150561089]
このレビューは、回折(diffraction)として知られる人間の科学に典型的な方法によって行われる。
我々は自己修復と自己修復の文献にギャップを見いだそうとしている。
このレビューの重点は、完全な自動化を実現することです。
論文 参考訳（メタデータ） (2020-11-05T09:15:02Z) - A Systematic Literature Review on the Use of Deep Learning in Software
Engineering Research [22.21817722054742]
ソフトウェア開発タスクを自動化するために、ソフトウェア工学(SE)研究者が採用するテクニックのセットが、ディープラーニング(DL)の概念に根ざしている。
本稿では,SE & DLの交差点における研究の体系的な文献レビューを行う。
我々は、機械学習技術の特定の問題領域への適用を規定する一連の原則である学習の構成要素を中心に分析を行う。
論文 参考訳（メタデータ） (2020-09-14T15:28:28Z) - Emerging App Issue Identification via Online Joint Sentiment-Topic
Tracing [66.57888248681303]
本稿では,MERITという新しい問題検出手法を提案する。
AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。
Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
論文 参考訳（メタデータ） (2020-08-23T06:34:05Z) - On the Social and Technical Challenges of Web Search Autosuggestion
Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。
現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。
問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文 参考訳（メタデータ） (2020-07-09T19:22:00Z)
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。