論文の概要: "Good" and "Bad" Failures in Industrial CI/CD -- Balancing Cost and Quality Assurance

• arxiv url: http://arxiv.org/abs/2504.11839v1
• Date: Wed, 16 Apr 2025 07:56:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 18:06:36.876690
• Title: "Good" and "Bad" Failures in Industrial CI/CD -- Balancing Cost and Quality Assurance
• Title（参考訳）: 産業用CI/CDにおける"Good"と"Bad"の失敗-コストと品質保証のバランス
• Authors: Simin Sun, David Friberg, Miroslaw Staron,
• Abstract要約: 継続的インテグレーションと継続的デプロイメント(CI/CD)パイプラインは、ソフトウェア開発を自動化して、エンジニアリングソフトウェアをスピードアップし、効率を高める。 コードマージと製品リリースは、プロセスの最適化とリスク管理において、より効果的なマイルストーンとして役立ちます。
• 参考スコア（独自算出の注目度）: 1.8570591025615453
• License:
• Abstract: Continuous Integration and Continuous Deployment (CI/CD) pipeline automates software development to speed up and enhance the efficiency of engineering software. These workflows consist of various jobs, such as code validation and testing, which developers must wait to complete before receiving feedback. The jobs can fail, which leads to unnecessary delays in build times, decreasing productivity for developers, and increasing costs for companies. To explore how companies adopt CI/CD workflows and balance cost with quality assurance during optimization, we studied 4 companies, reporting industry experiences with CI/CD practices. Our findings reveal that organizations can confuse the distinction between CI and CD, whereas code merge and product release serve as more effective milestones for process optimization and risk control. While numerous tools and research efforts target the post-merge phase to enhance productivity, limited attention has been given to the pre-merge phase, where early failure prevention brings more impacts and less risks.
• Abstract（参考訳）: 継続的インテグレーションと継続的デプロイメント(CI/CD)パイプラインは、ソフトウェア開発を自動化して、エンジニアリングソフトウェアをスピードアップし、効率を高める。 これらのワークフローは、コード検証やテストなど、さまざまなジョブで構成されている。 ジョブは失敗し、ビルド時間が不必要に遅延し、開発者の生産性が低下し、企業のコストが増加します。 企業がCI/CDワークフローを導入し、最適化中の品質保証とコストのバランスをとる方法について、私たちは4社を調査し、CI/CDプラクティスによる業界経験を報告しました。 コードマージと製品リリースは、プロセスの最適化とリスク管理において、より効果的なマイルストーンとして役立ちます。 多くのツールや研究努力が、生産性を高めるためにマージ後のフェーズをターゲットにしているが、早期の障害防止がより多くの影響とリスクの低減をもたらす、マージ前のフェーズには限定的な注意が向けられている。

関連論文リスト

• The Role of DevOps in Enhancing Enterprise Software Delivery Success through R&D Efficiency and Source Code Management [0.4532517021515834]
  本研究は、ソフトウェアデリバリの成功のための研究開発効率の向上とソースコード管理(SCM)に焦点を当てる。 定性的な方法論を使用して、データをDevOpsを実装する大企業のケーススタディから収集した。
  論文  参考訳（メタデータ） (2024-11-04T16:01:43Z)
• Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
  Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。 Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
  論文  参考訳（メタデータ） (2024-10-02T09:11:10Z)
• The Hidden Costs of Automation: An Empirical Study on GitHub Actions Workflow Maintenance [45.53834452021771]
  GitHub Actions(GA)は、エンジニアリングタスクの自動実行を合理化するオーケストレーションプラットフォームである。 欠陥の修正、依存関係の更新、あるいは既存のワークフローファイルの修正には、人間の介入が必要である。
  論文  参考訳（メタデータ） (2024-09-04T01:33:16Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• SOEN-101: Code Generation by Emulating Software Process Models Using Large Language Model Agents [50.82665351100067]
  FlowGenは、複数のLarge Language Model (LLM)エージェントに基づいたソフトウェアプロセスモデルをエミュレートするコード生成フレームワークである。 FlowGenScrumをHumanEval、HumanEval-ET、MBPP、MBPP-ETの4つのベンチマークで評価した。
  論文  参考訳（メタデータ） (2024-03-23T14:04:48Z)
• 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)
• Quality Engineering for Agile and DevOps on the Cloud and Edge [0.8521132000449767]
  ソフトウェアデリバリはこれまで以上にアジャイルでなければなりません。 この本は、アジャイル開発サイクル全体を通して、品質工学を効果的に組み込む必要性について論じている。
  論文  参考訳（メタデータ） (2023-02-07T18:03:38Z)
• SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video Games Using Risk Based Testing and Machine Learning [62.997667081978825]
  従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。 自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。 この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
  論文  参考訳（メタデータ） (2022-03-10T00:47:46Z)
• Reinforcement Learning for Test Case Prioritization [0.24366811507669126]
  本稿では,強化学習をテスト戦略に応用する最近の研究について述べる。 我々は、金融機関から抽出された新たなデータに基づいて、新しい環境に適応する能力をテストする。 また,記憶表現のモデルとして決定木(DT)近似器を用いた影響についても検討した。
  論文  参考訳（メタデータ） (2020-12-18T11:08:20Z)

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。