論文の概要: Clean Code In Practice: Challenges and Opportunities

• arxiv url: http://arxiv.org/abs/2507.19721v1
• Date: Sat, 26 Jul 2025 00:13:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-29 16:23:56.070432
• Title: Clean Code In Practice: Challenges and Opportunities
• Title（参考訳）: クリーンなコードの実践 - 課題と機会
• Authors: Dapeng Yan, Wenjie Yang, Kui Liu, Zhiming Liu, Zhikuang Cai,
• Abstract要約: 本稿では,ソフトウェア信頼性,安全性,セキュリティの相互作用について考察する。 ソフトウェア信頼性に対する重大な脅威を特定し、脅威推定フレームワークを提供する。 本稿では,信頼性予測モデルを改善するための実践者のための実用的なガイドラインを提案する。
• 参考スコア（独自算出の注目度）: 6.520228635709776
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliability prediction is crucial for ensuring the safety and security of software systems, especially in the context of industry practices. While various metrics and measurements are employed to assess software reliability, the complexity of modern systems necessitates a deeper understanding of how these metrics interact with security and safety concerns. This paper explores the interplay between software reliability, safety, and security, offering a comprehensive analysis of key metrics and measurement techniques used in the industry for reliability prediction. We identify critical threats to software reliability and provide a threat estimation framework that incorporates both safety and security aspects. Our findings suggest that integrating reliability metrics with safety and security considerations can enhance the robustness of software systems. Furthermore, we propose a set of actionable guidelines for practitioners to improve their reliability prediction models while simultaneously addressing the security and safety challenges of contemporary software applications.
• Abstract（参考訳）: 信頼性の予測は、特に業界プラクティスの文脈において、ソフトウェアシステムの安全性と安全性を保証するために不可欠である。 ソフトウェアの信頼性を評価するためにさまざまなメトリクスと測定が使用されているが、現代のシステムの複雑さは、これらのメトリクスがセキュリティや安全性の懸念とどのように相互作用するかを深く理解する必要がある。 本稿では、ソフトウェア信頼性、安全性、セキュリティの相互作用を考察し、信頼性予測のために業界で使用される重要なメトリクスと測定手法を包括的に分析する。 ソフトウェア信頼性に対する重大な脅威を特定し、安全性とセキュリティの両方の側面を組み込んだ脅威推定フレームワークを提供する。 この結果から,信頼性指標を安全性とセキュリティの考慮に組み込むことで,ソフトウェアシステムの堅牢性を高めることが示唆された。 さらに,現代のソフトウェアアプリケーションのセキュリティと安全性の課題を同時に解決しつつ,信頼性予測モデルを改善するための実践者のための実用的なガイドラインを提案する。

関連論文リスト

• Security Debt in Practice: Nuanced Insights from Practitioners [0.3277163122167433]
  期限の短縮、リソースの制限、セキュリティよりも機能の優先順位付けは、コーディングプラクティスの安全性を損なう可能性がある。 その重要な重要性にもかかわらず、ソフトウェア実践者がセキュリティ負債をどう認識し、管理し、伝達するかについての実証的な証拠は限られている。 この研究は、様々な役割、組織、国にわたる22人のソフトウェア実践者との半構造化されたインタビューに基づいている。
  論文  参考訳（メタデータ） (2025-07-15T14:28:28Z)
• Towards provable probabilistic safety for scalable embodied AI systems [79.31011047593492]
  エンボディードAIシステムは、様々なアプリケーションでますます普及している。 複雑な運用環境での安全性確保は依然として大きな課題である。 このパースペクティブは、安全で大規模に実施されたAIシステムを安全クリティカルなアプリケーションに採用するための道筋を提供する。
  論文  参考訳（メタデータ） (2025-06-05T15:46:25Z)
• Towards Trustworthy GUI Agents: A Survey [64.6445117343499]
  本調査では,GUIエージェントの信頼性を5つの重要な次元で検証する。 敵攻撃に対する脆弱性、シーケンシャルな意思決定における障害モードのカスケードなど、大きな課題を特定します。 GUIエージェントが普及するにつれて、堅牢な安全基準と責任ある開発プラクティスを確立することが不可欠である。
  論文  参考訳（メタデータ） (2025-03-30T13:26:00Z)
• AISafetyLab: A Comprehensive Framework for AI Safety Evaluation and Improvement [73.0700818105842]
  我々は、AI安全のための代表的攻撃、防衛、評価方法論を統合する統合されたフレームワークとツールキットであるAISafetyLabを紹介する。 AISafetyLabには直感的なインターフェースがあり、開発者はシームレスにさまざまなテクニックを適用できる。 我々はヴィクナに関する実証的研究を行い、異なる攻撃戦略と防衛戦略を分析し、それらの比較効果に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-02-24T02:11:52Z)
• Leveraging Security Observability to Strengthen Security of Digital Ecosystem Architecture [0.0]
  複雑さは、デジタルエコシステムにおける可観測性とセキュリティの両方に重大な課題をもたらします。 可観測性により、組織はパフォーマンスの問題を診断し、リアルタイムで異常を検出することができる。 セキュリティは機密データの保護とサービスの整合性の確保に重点を置いている。 本稿では,デジタルエコシステムアーキテクチャにおける可観測性とセキュリティの相互関係について検討する。
  論文  参考訳（メタデータ） (2024-12-07T11:17:29Z)
• The Last Decade in Review: Tracing the Evolution of Safety Assurance Cases through a Comprehensive Bibliometric Analysis [7.431812376079826]
  安全保証は、自動車、航空宇宙、原子力など、様々な分野において最重要事項である。 安全保証ケースを使用することで、生成されたシステム機能の正しさを検証することができ、システム障害を防止することができる。
  論文  参考訳（メタデータ） (2023-11-13T17:34:23Z)
• Leveraging Traceability to Integrate Safety Analysis Artifacts into the Software Development Process [51.42800587382228]
  安全保証ケース(SAC)は、システムの進化中に維持することが困難である。 本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。 安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
  論文  参考訳（メタデータ） (2023-07-14T16:03:27Z)
• Towards Safer Generative Language Models: A Survey on Safety Risks, Evaluations, and Improvements [76.80453043969209]
  本調査では,大規模モデルに関する安全研究の枠組みについて述べる。 まず、広範囲にわたる安全問題を導入し、その後、大型モデルの安全性評価手法を掘り下げる。 トレーニングからデプロイメントまで,大規模なモデルの安全性を高めるための戦略について検討する。
  論文  参考訳（メタデータ） (2023-02-18T09:32:55Z)
• Towards an Improved Understanding of Software Vulnerability Assessment Using Data-Driven Approaches [0.0]
  この論文は、ソフトウェア脆弱性評価のための知識と自動化のサポートを提供することによって、ソフトウェアセキュリティの分野を前進させる。 主な貢献は、知識の体系化と、新しいデータ駆動技術群である。
  論文  参考訳（メタデータ） (2022-07-24T10:22:28Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)

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。