Fugu-MT 論文翻訳(概要): Predicting the Impact of Crashes Across Release Channels

論文の概要: Predicting the Impact of Crashes Across Release Channels

arxiv url: http://arxiv.org/abs/2401.13667v1
Date: Wed, 24 Jan 2024 18:58:35 GMT
ステータス: 処理完了
システム内更新日: 2024-01-25 13:45:00.458526
Title: Predicting the Impact of Crashes Across Release Channels
Title（参考訳）: リリースチャネルにまたがるクラッシュの影響を予測する
Authors: Suhaib Mujahid and Diego Elias Costa and Marco Castelluccio
Abstract要約: 熱狂的な人たちによって好まれるナイトリービルドは、多くの場合、修正コストが安く、安定版とは大きく異なるクラッシュを明らかにします。安定したチャネルにリリースされると、夜間チャネルで発生するクラッシュの影響を予測するために、データ駆動ソリューションの必要性を強調します。
参考スコア（独自算出の注目度）: 2.247411501400275
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Software maintenance faces a persistent challenge with crash bugs, especially across diverse release channels catering to distinct user bases. Nightly builds, favoured by enthusiasts, often reveal crashes that are cheaper to fix but may differ significantly from those in stable releases. In this paper, we emphasize the need for a data-driven solution to predict the impact of crashes happening on nightly channels once they are released to stable channels. We also list the challenges that need to be considered when approaching this problem.
Abstract（参考訳）: ソフトウェアのメンテナンスはクラッシュバグに対して、特に異なるユーザベースに対応するさまざまなリリースチャネルにおいて、永続的な課題に直面している。熱狂的な人たちによって好まれるナイトリービルドは、多くの場合、修正コストが安く、安定版とは大きく異なるクラッシュを示す。本稿では,安定したチャネルにリリースされれば,夜間チャネルで発生したクラッシュの影響を予測するためのデータ駆動ソリューションの必要性を強調する。また、この問題に取り組む際に考慮すべき課題もリストアップします。

関連論文リスト

Discovery of Timeline and Crowd Reaction of Software Vulnerability Disclosures [47.435076500269545]
Apache Log4Jはリモートコード実行攻撃に対して脆弱であることが判明した。 35,000以上のパッケージが最新バージョンでLog4Jライブラリをアップデートせざるを得なかった。ソフトウェアベンダが脆弱性のないバージョンをリリースするたびに、ソフトウェア開発者がサードパーティのライブラリを更新するのは、事実上妥当です。
論文参考訳（メタデータ） (2024-11-12T01:55:51Z)
Learning Traffic Crashes as Language: Datasets, Benchmarks, and What-if Causal Analyses [76.59021017301127]
我々は,CrashEventという大規模トラフィッククラッシュ言語データセットを提案し,実世界のクラッシュレポート19,340を要約した。さらに,クラッシュイベントの特徴学習を,新たなテキスト推論問題として定式化し,さらに様々な大規模言語モデル(LLM)を微調整して,詳細な事故結果を予測する。実験の結果, LLMに基づくアプローチは事故の重大度を予測できるだけでなく, 事故の種類を分類し, 損害を予測できることがわかった。
論文参考訳（メタデータ） (2024-06-16T03:10:16Z)
Recover as It is Designed to Be: Recovering from Compatibility Mobile App Crashes by Reusing User Flows [7.794493667909177]
RecoFlowは、APIとビジュアルツールを使ってユーザフローをプログラムすることで、アプリの開発者がクラッシュから自動的にアプリを復元することを可能にするフレームワークです。 RecoFlowは、ユーザデバイス上のユーザフローによるアプリの機能使用を追跡し、クラッシュによって中断されたアプリの機能のUIアクションを再生することで、クラッシュからアプリを回復する。
論文参考訳（メタデータ） (2024-06-03T14:03:04Z)
Crash Report Accumulation During Continuous Fuzzing [0.0]
本稿では,CASRツールセットの一部として,クラッシュ蓄積手法を提案し,実装する。ファジィ結果から得られた事故報告に対する我々のアプローチを評価する。
論文参考訳（メタデータ） (2024-05-28T13:36:31Z)
The Impact Of Bug Localization Based on Crash Report Mining: A Developers' Perspective [7.952391285456257]
事故報告をグループ化し,バグコードを見つけるためのアプローチを18ヶ月にわたって毎週実施した経験を報告する。この調査で調査されたアプローチは、バギーファイルの大部分を正しく示唆していた。
論文参考訳（メタデータ） (2024-03-16T01:23:01Z)
Eliminating Warping Shakes for Unsupervised Online Video Stitching [77.96880800111498]
我々は、ビデオ縫合まで画像縫合を延ばす際に、ワープシェイクと呼ばれる新しい問題にビデオ縫合を向けた。統合された教師なし学習フレームワークにおいて,ビデオステッチとビデオ安定化を同時に実現するためのStabStitchを提案する。既存の縫合法と比較して、StabStitchは縫合性能と安定化性能に加えて、シーンの堅牢性と推論速度に大きな優位性を示す。
論文参考訳（メタデータ） (2024-03-11T02:05:31Z)
Resolving Crash Bugs via Large Language Models: An Empirical Study [20.32724670868432]
クラッシュバグは予期せぬプログラムの動作や終了を引き起こし、高優先度の解決を必要とする。近年の大規模言語モデル(LLM)であるChatGPTは、様々な領域にまたがる例外的なパフォーマンスのため、大きな注目を集めている。この研究は、ChatGPTの実際のクラッシュバグ解決能力に関する最初の調査を行い、コード関連および環境関連クラッシュバグのローカライズと修復の両面での有効性に焦点を当てた。
論文参考訳（メタデータ） (2023-12-16T13:41:04Z)
CrashTranslator: Automatically Reproducing Mobile Application Crashes Directly from Stack Trace [30.48737611250448]
本稿では,モバイルアプリケーションのクラッシュを自動的にスタックトレースから直接再現するCrashTranslatorという手法を提案する。 CrashTranslatorを58のAndroidアプリを含む75のクラッシュレポートで評価し、61.3%のクラッシュを再現しました。
論文参考訳（メタデータ） (2023-10-11T02:00:18Z)
Audio-driven Talking Face Generation with Stabilized Synchronization Loss [60.01529422759644]
トーキング・フェイスジェネレーションは、正確な唇の同期と高い視覚的品質でリアルなビデオを作成することを目的としている。まずサイレント・リップ・ジェネレータを導入することでリップリーク問題に対処する。実験の結果,我々のモデルは視覚的品質と唇の同期の両方において最先端の手法よりも優れていた。
論文参考訳（メタデータ） (2023-07-18T15:50:04Z)
Using Developer Discussions to Guide Fixing Bugs in Software [51.00904399653609]
我々は,タスク実行前に利用可能であり,また自然発生しているバグレポートの議論を,開発者による追加情報の必要性を回避して利用することを提案する。このような議論から派生したさまざまな自然言語コンテキストがバグ修正に役立ち、オラクルのバグ修正コミットに対応するコミットメッセージの使用よりもパフォーマンスの向上につながることを実証する。
論文参考訳（メタデータ） (2022-11-11T16:37:33Z)
Stochastic bandits with arm-dependent delays [102.63128271054741]
我々は、単純なUCBベースのアルゴリズムであるPatentBanditsを提案する。問題に依存しない境界も問題に依存しない境界も、性能の低い境界も提供します。
論文参考訳（メタデータ） (2020-06-18T12:13:58Z)

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。