論文の概要: TS-Detector : Detecting Feature Toggle Usage Patterns

• arxiv url: http://arxiv.org/abs/2505.05326v1
• Date: Thu, 08 May 2025 15:15:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 21:43:49.932954
• Title: TS-Detector : Detecting Feature Toggle Usage Patterns
• Title（参考訳）: TS-detector : 特徴トグルパターンの検出
• Authors: Tajmilur Rahman, Mengzhe Fei, Tushar Sharma, Chanchal Roy,
• Abstract要約: 現在、ソフトウェアエンジニアがソースコードからトグルの使用パターンを検出するツールは存在しない。 本稿では,6つの異なるプログラミング言語において,10のオープンソースプロジェクト間で5つの異なるトグル使用パターンを検出するツールを提案する。
• 参考スコア（独自算出の注目度）: 2.5899040911480182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Feature toggles enable developers to control feature states, allowing the features to be released to a limited group of users while preserving overall software functionality. The absence of comprehensive best practices for feature toggle usage often results in improper implementation, causing code quality issues. Although certain feature toggle usage patterns are prone to toggle smells, there is no tool as of today for software engineers to detect toggle usage patterns from the source code. This paper presents a tool TS-Detector to detect five different toggle usage patterns across ten open-source software projects in six different programming languages. We conducted a manual evaluation and results show that the true positive rates of detecting Spread, Nested, and Dead toggles are 80%, 86.4%, and 66.6% respectively, and the true negative rate of Mixed and Enum usages was 100%. The tool can be downloaded from its GitHub repository and can be used following the instructions provided there.
• Abstract（参考訳）: 機能トグルにより、開発者は機能の状態を制御でき、ソフトウェア機能全体の保存をしながら、機能の限定されたグループにリリースすることができる。 機能トグルの使用に関する包括的なベストプラクティスが欠如しているため、実装が不適切なため、コード品質の問題が発生することが多い。 特定の機能トグル使用パターンは臭いをトグルする傾向があるが、今日、ソフトウェアエンジニアがソースコードからトグル使用パターンを検出するツールはない。 本稿では, TS-Detectorを用いて, 6つの異なるプログラミング言語の10のオープンソースプロジェクト間で, 5種類のトグル使用パターンを検出するツールを提案する。 手動による評価の結果,スプレッド,ネスト,デッドトグルは80%,86.4%,66.6%であり,ミキシングとエヌムの正の比率は100%であった。 このツールはGitHubリポジトリからダウンロードできる。

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)
• Zero-Shot Detection of Machine-Generated Codes [83.0342513054389]
  本研究は,LLMの生成したコードを検出するためのトレーニング不要な手法を提案する。 既存のトレーニングベースまたはゼロショットテキスト検出装置は、コード検出に効果がないことがわかった。 本手法は,リビジョン攻撃に対する堅牢性を示し,Javaコードによく適応する。
  論文  参考訳（メタデータ） (2023-10-08T10:08:21Z)
• Testaro: Efficient Ensemble Testing for Web Accessibility [0.0]
  TestaroはオープンソースのNPMパッケージで、8つのツールのアンサンブルによって定義された約650のルールでコンプライアンスをチェックする。 デモの参加者はテッサロの仕事を作り、それらを実行し、統一されたレポートを生成する。
  論文  参考訳（メタデータ） (2023-09-18T21:32:36Z)
• A Comparative Study of Software Secrets Reporting by Secret Detection Tools [5.9347272469695245]
  GitGuardianの公開GitHubリポジトリの監視によると、2022年にはシークレットが2021と比較して67%加速した。 ベンチマークデータセットに対する5つのオープンソースと4つのプロプライエタリなツールの評価を行う。 GitHub Secret Scanner (75%)、Gitleaks (46%)、Commercial X (25%)、リコールに基づく上位3つのツールは、Gitleaks (88%)、SpectralOps (67%)、TruffleHog (52%)である。
  論文  参考訳（メタデータ） (2023-07-03T02:32:09Z)
• Augmenting Diffs With Runtime Information [53.22981451758425]
  Collector-Sahabは、コード差分をランタイム差分情報で拡張するツールである。 We run Collector-Sahab on 584 code diffs for Defects4J bugs and found it successfully augment the code diff for 95% (555/584)。
  論文  参考訳（メタデータ） (2022-12-20T16:33:51Z)
• Interactive Code Generation via Test-Driven User-Intent Formalization [60.90035204567797]
  大きな言語モデル(LLM)は、非公式な自然言語(NL)の意図からコードを生成する。 自然言語は曖昧であり、形式的な意味論が欠けているため、正確性の概念を定義するのは難しい。 言語に依存しない抽象アルゴリズムと具体的な実装TiCoderについて述べる。
  論文  参考訳（メタデータ） (2022-08-11T17:41:08Z)
• Learn to Match: Automatic Matching Network Design for Visual Tracking [43.476030483114094]
  明示的な類似性学習の代わりに、6つの新しいマッチング演算子を導入する。 本稿では,これらの演算子の最適組み合わせを探索するバイナリチャネル操作を提案する。 我々のモデルは、OTB100、LaSOT、TrackingNetで67.2の右ロー71.4$、52.6の右ロー58.3$、70.3の右ロー76.0$の利益を得られる。
  論文  参考訳（メタデータ） (2021-08-02T12:09:23Z)
• Automated User Experience Testing through Multi-Dimensional Performance Impact Analysis [0.0]
  新規な自動ユーザエクスペリエンステスト手法を提案する。 コードの変更が時間単位とシステムテストにどう影響するかを学び、この情報に基づいてユーザエクスペリエンスの変更を推定します。 当社のオープンソースツールは,ランダムフォレストレグレッサで絶対誤差率3.7%を達成した。
  論文  参考訳（メタデータ） (2021-04-08T01:18:01Z)
• Multi-scale Interactive Network for Salient Object Detection [91.43066633305662]
  本稿では,隣接レベルからの機能を統合するためのアグリゲート・インタラクション・モジュールを提案する。 より効率的なマルチスケール機能を得るために、各デコーダユニットに自己相互作用モジュールを埋め込む。 5つのベンチマークデータセットによる実験結果から,提案手法は後処理を一切行わず,23の最先端手法に対して良好に動作することが示された。
  論文  参考訳（メタデータ） (2020-07-17T15:41:37Z)

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。