論文の概要: Characterising Bugs in Jupyter Platform
- arxiv url: http://arxiv.org/abs/2506.14055v1
- Date: Mon, 16 Jun 2025 23:24:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-18 17:34:59.268066
- Title: Characterising Bugs in Jupyter Platform
- Title(参考訳): Jupyterプラットフォームにおけるバグの特徴
- Authors: Yutian Tang, Hongchen Cao, Yuxi Chen, David Lo,
- Abstract要約: 本稿ではJupyterプラットフォームにおける387のバグについて検討する。
これらのJupyterのバグは、11の根本原因と11のバグ症状に分類される。
開発者には14の大きな発見がある。
- 参考スコア(独自算出の注目度): 7.33437125205555
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As a representative literate programming platform, Jupyter is widely adopted by developers, data analysts, and researchers for replication, data sharing, documentation, interactive data visualization, and more. Understanding the bugs in the Jupyter platform is essential for ensuring its correctness, security, and robustness. Previous studies focused on code reuse, restoration, and repair execution environment for Jupyter notebooks. However, the bugs in Jupyter notebooks' hosting platform Jupyter are not investigated. In this paper, we investigate 387 bugs in the Jupyter platform. These Jupyter bugs are classified into 11 root causes and 11 bug symptoms. We identify 14 major findings for developers. More importantly, our study opens new directions in building tools for detecting and fixing bugs in the Jupyter platform.
- Abstract(参考訳): 代表的なリテラルプログラミングプラットフォームとして、Jupyterは、レプリケーション、データ共有、ドキュメント、インタラクティブなデータ可視化など、開発者、データアナリスト、研究者によって広く採用されている。
Jupyterプラットフォームのバグを理解することは、その正確性、セキュリティ、堅牢性を保証するために不可欠である。
以前の研究では、Jupyterノートブックのコード再利用、復元、修復実行環境に焦点が当てられていた。
しかし、JupyterノートブックのホスティングプラットフォームJupyterのバグは調査されていない。
本稿ではJupyterプラットフォームにおける387のバグについて検討する。
これらのJupyterのバグは、11の根本原因と11のバグ症状に分類される。
開発者には14の大きな発見がある。
さらに重要なことは、Jupyterプラットフォームにおけるバグの検出と修正のためのツール構築の新たな方向性が、我々の研究によって明らかにされていることです。
関連論文リスト
- PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。
PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。
PyPulseはMITライセンスでGithubとPyPIでリリースしました。
論文 参考訳(メタデータ) (2024-12-09T11:00:55Z) - Large Language Models Based JSON Parser Fuzzing for Bug Discovery and Behavioral Analysis [0.0]
この研究プロジェクトは、テストを強化するためにLLM(Large Language Models)を活用することに焦点を当てている。
主な目的は、オープンソースにおける潜在的なバグの発見にLLMを使用してテストケースとミュータントを生成することである。
根底にあるバグを明らかにし、振る舞いの多様性を発見(そして克服)することを目的としています。
論文 参考訳(メタデータ) (2024-10-29T07:23:43Z) - Jupyter Notebook Attacks Taxonomy: Ransomware, Data Exfiltration, and Security Misconfiguration [0.13597551064547497]
Jupyter Notebooksを使用したオープンサイエンスコラボレーションは、高価なトレーニング済みAIモデル、高性能コンピューティングリソース、セキュリティ脆弱性に対するデータトレーニングを公開できる。
本稿では,Jupyter Notebooksのネットワークによる攻撃分類について述べる。
Jupyterを監査する設計をレイアウトし、このような攻撃に対してより良い可視性を持たせる。
論文 参考訳(メタデータ) (2024-09-28T20:59:47Z) - DebugBench: Evaluating Debugging Capability of Large Language Models [80.73121177868357]
DebugBench - LLM(Large Language Models)のベンチマーク。
C++、Java、Pythonの4つの主要なバグカテゴリと18のマイナータイプをカバーする。
ゼロショットシナリオで2つの商用および4つのオープンソースモデルを評価する。
論文 参考訳(メタデータ) (2024-01-09T15:46:38Z) - An Empirical Study on Bugs Inside PyTorch: A Replication Study [10.848682558737494]
私たちは、非常に人気のあるディープラーニングフレームワークであるPyTorchライブラリのバグを特徴付けています。
私たちの結果は、PyTorchのバグはディープラーニングの特徴よりも、従来のソフトウェアプロジェクトのバグに近いことを強調しています。
論文 参考訳(メタデータ) (2023-07-25T19:23:55Z) - PyGOD: A Python Library for Graph Outlier Detection [56.33769221859135]
PyGODは、グラフデータの外れ値を検出するオープンソースライブラリである。
外れ値検出のための主要なグラフベースのメソッドを幅広くサポートしています。
PyGODはBSD 2-Clauseライセンスの下でhttps://pygod.orgとPython Package Index (PyPI)でリリースされている。
論文 参考訳(メタデータ) (2022-04-26T06:15:21Z) - Kubric: A scalable dataset generator [73.78485189435729]
KubricはPythonフレームワークで、PyBulletやBlenderとインターフェースして写真リアリスティックなシーンを生成する。
本研究では,3次元NeRFモデルの研究から光フロー推定まで,13種類の異なるデータセットを提示することで,Kubricの有効性を実証する。
論文 参考訳(メタデータ) (2022-03-07T18:13:59Z)
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。