Monitoring Continuous Integration Practices in Industry: A Case Study
本文开发CI实践监控工具并对巴西三家组织开展多案例研究，发现监控七项CI实践可呈现实践现状、推动改进、提升软件质量感知并改善沟通。
2025-06-07 cs.SE
The iEnvironment Platform: Developing an Open Science Software Platform for Integrated Environmental Monitoring and Modeling of Surface Water
本文介绍了iEnvironment的发展，一个开放的科学软件平台，支持监测和建模方面的地表水。该平台支持科学和工程研究，特别是在创建，共享，分析和维护大数据和开放数据的背景下。在这个大数据时代，iEnvironment促进了计算机科学家和软件开发人员支持的科学和研究学科之间的开放数据资源和研究合作。
2018-12-25 cs.CY cs.SE
Log-based software monitoring: a systematic mapping study
现代软件开发和操作依赖于监控来了解系统在生产中的行为。应用程序日志和运行时环境提供的数据对于检测和诊断不期望的行为以及提高系统可靠性至关重要。然而，尽管围绕行业就绪日志解决方案的生态系统非常丰富，但监控复杂系统并从日志数据中获取见解仍然是一项挑战。研究人员和从业人员一直在积极努力解决与日志相关的若干挑战，例如，如何有效地为开发人员的日志决策提供更好的工具支持，如何有效地处理和存储日志数据，以及如何从日志数据中提取见解。对伐木做法和自动化伐木分析研究工作的整体看法是提供指导和传播技术转让最新技术的关键。在本文中，我们研究了来自不同社区（例如，机器学习、软件工程和系统），并根据日志数据的生命周期来构建研究领域。我们的分析表明，（1）日志记录不仅在开源项目中具有挑战性，而且在工业中也具有挑战性，（2）机器学习是一种有前途的方法，可以对日志推荐的源代码进行上下文分析，但需要进一步调查以评估这些工具在实践中的可用性，（3）很少有研究涉及日志数据的有效持久性，以及（4）在DevOps上下文中存在分析应用程序日志和评估最先进的日志分析技术的开放机会。
2021-03-05 cs.SE
Lila: Decentralized Build Reproducibility Monitoring for the Functional Package Management Model
Institut Polytechnique de Paris（巴黎理工学院）
Lila是一个面向功能包管理模型的去中心化系统，用于解决大规模构建可重复性监控问题，通过分布式报告和数据库聚合提升软件分发的透明性和信任。
2026-01-28 cs.SE
BISM: Bytecode-Level Instrumentation for Software Monitoring
BISM（Bytecode-Level Instrumentation for Software Monitoring）是一个轻量级的字节码插装工具，它具有一种表达性高的高级控制流感知插装语言。该语言遵循面向方面的编程范式，采用了joinpoint模型、通知内联和单独的插装机制。BISM提供了从字节码指令到方法执行的连接点、对全面的静态和动态上下文信息的访问以及插装方法。BISM在两种检测模式下运行：构建时和加载时。我们证明了BISM的有效性，使用两个实验：安全方案和一般运行时验证的情况下。结果表明，BISM插装引起低的运行时间和内存开销。
2020-07-15 cs.PL cs.SE
Hardware/Software Co-monitoring
硬件/软件（HW/SW）接口，主要实现为设备和设备驱动器，在各种计算机系统中是普遍存在的。目前，硬件/软件接口通常在发布之前经过密集的测试和验证，但是当与计算机系统一起部署到最终用户时，它们仍然是不可靠和不安全的。逃逸的逻辑错误、硬件瞬时故障和恶意利用在硬件/软件交互中普遍存在，使得整个系统脆弱且不稳定。我们提出了硬件/软件共同监测，运行时共同验证方法来检测设备/驱动程序交互中的故障和恶意漏洞。我们的方法利用了一个正式的设备模型（FDM），一个交易级模型，来自设备规范，影子的真实设备执行。基于设备和FDM的协同执行，硬件/软件协同监控执行两层运行时检查：（1）设备检查检查设备行为是否符合FDM行为;（2）属性检查通过针对驱动器/设备交互验证系统属性来检测向设备发出的无效驱动器命令。我们已经将硬件/软件协同监控应用于五种广泛使用的设备及其Linux驱动程序，发现了9个真正的错误和漏洞，同时引入了适度的运行时开销。结果表明，硬件/软件共同监测在提高系统的可靠性和安全性的主要潜力。
2019-05-10 cs.CR cs.SE
Software Engineering Meets Network Engineering: Conceptual Model for Events Monitoring and Logging
计算机网络中应用的抽象通过构建捕获网络系统的基本方面的模型来将网络细节隐藏在定义良好的表示之后。目前有两种表示方法，一种是基于图论，其中网络节点被简化为图中的一个点，另一种是使用非方法论的图标，如人头，墙壁，塔或计算机机架。本文采用软件工程中提出的一种抽象表示方法--思维机（Thinging Machine，TM）对计算机网络进行建模。TM定义了一个单一的连贯的网络架构和拓扑结构，它只由五个通用的动作和两种类型的箭头组成。不失一般性，本文应用TM模型的网络监测在包模式传输的区域。复杂的网络文档很难维护，并且不能保证反映实际情况。网络监控是对网络系统中的故障、失败、停止或可疑活动的持续监控和警报。目前的监测系统是建立在缺乏系统性的临时说明之上的。监测的TM模型提供了一个理论基础，集成了事件和行为描述。为了探讨TM建模的可行性，我们将其应用于科威特企业现有的计算机网络，以创建一个集成的网络系统，包括硬件，软件和通信设施。最终的规范指出TM建模在计算机网络领域的可行性。
2021-12-01 cs.NI cs.SE
Monitoring the adoption of SPI-related best practices. An experience report
软件过程改进不仅需要识别相关问题并提供适当的响应，还需要实施和采用变更。最佳实践根据积累的经验和知识，向软件团队提供关于如何在实践中实现已确定目标的建议。在本文中，我们提出了GEANT的经验和意见，从采用最佳做法的过程中，并提出了我们一直在使用的设置。
2021-09-08 cs.SE
Robust Machine Learning in Critical Care -- Software Engineering and Medical Perspectives
在临床实践中使用机器学习对这些系统的可解释性、可靠性、可复制性和鲁棒性提出了严格的要求。因此，开发用于监测危重患者的可靠软件需要医生和软件工程师之间的密切合作。然而，这两个不同的学科需要找到自己的研究视角，以有助于医学和软件工程领域。在本文中，我们解决的问题是如何建立一个合作的地方，软件工程和医学满足设计强大的机器学习系统用于病人护理。我们描述了我们如何设计的软件系统，用于监测颈动脉内膜切除术下的患者，特别是集中在研究团队的知识建设的过程。我们的研究结果显示了在建立这样的合作时应该考虑什么，它是如何随着时间的推移而发展的，以及基于它可以构建什么样的系统。我们得出结论，主要的挑战是找到一个好的研究团队，其中不同的能力致力于一个共同的目标。
2021-03-15 cs.SE
Tracing and Metrics Design Patterns for Monitoring Cloud-native Applications
针对云原生应用监控中可观测性碎片化、根因分析难的问题，本文提出分布式追踪、应用指标、基础设施指标三种设计模式，为从业者提供实践指导。
2025-10-03 cs.SE
Runtime reliability monitoring for complex fault-tolerance policies
复杂的网络物理系统的可靠性是保证所提供服务的可用性和/或安全性所必需的。采用多样和复杂的容错策略来提高可靠性，包括冗余和动态重新配置的各种组合来解决硬件可靠性，以及特定的软件可靠性技术，如多样性或软件恢复。这些复杂的策略要求对系统执行进行灵活的运行时健康检查，这超出了对预编程健康状况的常规运行时监控，也是为了最大限度地降低维护成本。定义一个合适的监控模型在复杂系统中的应用，这种方法仍然是一个挑战。在本文中，我们提出了一种新的方法，基于可靠性的监控（RBM），在复杂的系统中的可靠性的灵活的运行时监控，利用分层可靠性模型定期应用于运行时诊断数据：这允许动态计划旨在防止故障的维护活动。作为一个概念的证明，我们展示了如何将RBM应用到一个2oo3软件系统，实现不同的容错策略。
2022-08-25 cs.MA cs.SE
An Investigation of the Monitoring Activity in Self Adaptive Systems
在底层软件系统执行过程中，入侵检测是必不可少的。本文对MAPE-K控制回路的监控活动进行了研究，目的在于探讨：（1）监控活动涉及的组件、控制和组件间的数据流的体系结构;（2）监控组件与其它MAPE-K组件的标准接口;（3）自适应监控及其对监控开销问题的重要性;（4）监控模式及其与特定情况和系统的关联性。本文还提出了一个自适应系统监控过程的Java框架。
2018-02-11 cs.SE
Analyzing Maintenance Activities of Software Libraries
针对工业应用中开源库维护风险，提出自动监控直接与传递依赖维护活动的方法，减少人工并提升安全性。
2025-04-23 cs.SE
DebtViz: A Tool for Identifying, Measuring, Visualizing, and Monitoring Self-Admitted Technical Debt
针对自承认技术债务（SATD）综合管理工具匮乏的问题，本文提出DebtViz工具，采用卷积神经网络检测、反卷积提取关键词，具备检测分类、可视化监控等功能，可提升SATD管理效率并支持知情决策，适用于多种开发环境。
2023-08-25 cs.SE
The ATLAS Tile Calorimeter Test Beam Monitoring Program
在2003年ATLAS瓦式热量计的测试梁会议期间，开发了一个监测程序，以简化正确运行条件的设置和数据质量的评估。该程序是使用ATLAS在线软件组提供的在线软件服务构建的。本说明的第一部分简要概述了这些服务，然后全面描述了瓦式热量计监控程序的架构和功能。性能和未来升级将在本说明的最后部分讨论。
2004-05-29 cs.PF cs.SE physics.ins-det
Requirements Engineering for a Web-based Research, Technology & Innovation Monitoring Tool
针对RTI监测工具应用受限问题，提出需求工程过程识别利益相关者并获取需求，设计多层级架构，核心为仪表板模块，并以奥地利RTI监测器为例说明。
2025-01-18 cs.SE
SAT-CEP-monitor: An air quality monitoring software architecture combining complex event processing with satellite remote sensing
针对现有空气质量监测方案近实时处理难、覆盖范围有限的问题，提出结合复杂事件处理与多卫星遥感数据的SAT-CEP-monitor架构，实现近实时监测并经两地数据验证有效。
2024-01-29 cs.DC cs.SE eess.SP
Bomfather: An eBPF-based Kernel-level Monitoring Framework for Accurate Identification of Unknown, Unused, and Dynamically Loaded Dependencies in Modern Software Supply Chains
本文提出基于 eBPF 的内核级框架 Bomfather，通过实时透明捕获软件构建依赖并计算加密哈希与构建 Merkle 树，解决传统依赖跟踪不准确的问题，生成更精确的 SBOMs 和 ADGs，降低供应链风险。
2025-03-03 cs.CR cs.OS cs.SE
MobiScout: A Scalable Cloud-Based Driving and Activity Monitoring Platform Featuring an IOS App and a WatchOS Extension
MobiScout提出一个基于iOS和WatchOS的低成本云平台，通过多源传感器实时采集驾驶行为与生理数据，支持云端和本地存储，为自然驾驶研究提供可扩展的数据收集与分析方案。
2023-08-10 cs.SE
DEPTEX: Organization-First, Open Source Dependency Risk Monitoring
DEPTEX通过图谱技术与大语言模型结合，解决开源依赖风险评估中的语义缺失问题，实现动态合规管理和主动风险控制。
2026-04-30 cs.SE
Uncovering the Hidden Potential of Event-Driven Architecture: A Research Agenda
本文针对事件驱动架构缺乏实证研究的现状，基于文献综述、案例研究和作者经验提出包含性能、稳定性、监控与采用挑战等八个主题的未来研究议程，以揭示其隐藏潜力。
2023-08-10 cs.SE
Towards a Value-Complemented Framework for Enabling Human Monitoring in Cyber-Physical Systems
本文提出一个基于价值分类法和价值策略的概念框架，将CPS运行时监控需求与人类价值关联并建立可追溯性，以解决人机协作中的隐私与安全等问题。
2025-05-03 cs.SE
SMOCS: A Streaming Framework for Simplified Deployment, Monitoring, and Optimization of ML Systems in Production
研究针对机器学习模型在运行环境部署维护的挑战，提出基于Kafka的SMOCS框架，通过分层抽象、三线程代理架构和配置驱动部署模型应对，可简化流程，且平台无关、容错、可扩展。
2026-07-07 cs.AI cs.SE
An Industrial Experience Report about Challenges from Continuous Monitoring, Improvement, and Deployment for Autonomous Driving Features
本文通过专家访谈和文献研究，识别并讨论了汽车领域采用持续开发、部署与监控（CDDM）的特定挑战，以填补增强安全自动驾驶系统软件开发的研究空白。
2024-03-14 cs.SE cs.SY eess.SY
Designing Robust API Monitoring Solutions
针对现实软件栈耦合下API监控兼顾准确性、可靠性、透明性的难题，明确六大挑战与设计要点，提出基于硬件辅助虚拟化（首款通用用户空间追踪器）和动态二进制翻译的两种实现，开源SNIPER系统。
2021-03-11 cs.CR cs.OS cs.SE
Defining Quality Requirements for a Trustworthy AI Wildflower Monitoring Platform
Fontys University of Applied Science（方提斯应用科学大学）；Naturalis Biodiversity Center（Naturalis生物多样性中心）
对于从经过训练的机器学习模型演变为生产就绪的AI系统的AI解决方案，需要考虑的不仅仅是机器学习模型的性能。生产就绪的AI系统需要值得信赖，即高质量。但在实践中如何确定这一点？对于传统的软件，ISO25000及其前身长期以来一直被用来定义和测量质量特性。最近，基于ISO25000的AI系统质量模型已经被引入。本文将一个这样的质量模型应用于现实生活中的案例研究：用于监测野花的深度学习平台。本文提出了三个现实场景，分别描述了使用、扩展和逐步改进用于野花识别和计数的深度学习平台的意义。接下来，它显示了如何质量模型可以被用作一个结构化的字典来定义数据，模型和软件的质量要求。未来的工作仍然是用指标、工具和最佳实践来扩展质量模型，以帮助人工智能工程从业者实施值得信赖的人工智能系统。
2023-03-23 cs.AI cs.SE
Software Engineering for Self-Adaptive Robotics: A Research Agenda
Simula Research Laboratory（Simula研究实验室）；University of York（约克大学）；Aarhus University（奥胡斯大学）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；Southwest University（西南大学）；Norwegian University of Science and Technology（挪威科学与技术大学）
本文提出自适应机器人领域的软件工程研究议程，从软件工程生命周期与使能技术两个维度梳理待解挑战，构建面向2030年的研究路线图，为可信高效的自适应机器人系统奠定基础。
2026-05-06 cs.RO cs.SE
A Novel Short-Term Anomaly Prediction for IIoT with Software Defined Twin Network
Department of Software Engineering Manisa Celal Bayar University（软件工程系曼萨拉·塞拉尔·贝亚尔大学）
本文提出了一种基于软件定义双胞网络的物联网短期异常检测框架，通过时间感知特征标注和机器学习模型评估，实现了高召回率和强分类性能的平衡。
2025-09-24 cs.LG cs.NI cs.SE
