Framework for Visualizing Model-Driven Software Evolution and its Application
软件可视化包括以图形方式表示软件方法的不同方面的方法的开发和评估,包括其结构,执行和演变。创建可视化帮助用户更好地理解复杂的现象。软件工程社区也发现可视化是必不可少的和重要的。为了可视化模型驱动软件演化中模型的演化过程,作者提出了一个框架,该框架由7个关键领域(视图)和22个关键特征组成,用于评估模型驱动软件演化过程,并解决了一些利益相关者的问题。该框架是由目标问题度量范式的应用程序。本文的目的是描述一个应用程序的框架,考虑不同的可视化工具/CASE工具,用于可视化的模型在不同的视图,并捕捉模型的信息,在其演变过程中。通过使用该框架,也可以对这些工具进行比较。
2010-02-05 cs.SE
Review and Analysis of The Issues of Unified Modeling Language for Visualizing, Specifying, Constructing and Documenting the Artifacts of a Software-Intensive System
UML允许我们以精确、完整和明确的方式指定模型。特别是,UML解决了关于分析、设计和实现的所有重要决策的规范。尽管UML不是一种可视化编程语言,但是它的模型可以直接连接到各种各样的程序设计语言。这使得软件开发的双重方法成为可能:开发人员可以选择输入的方式。UML可以直接使用,从中可以生成代码;或者另一方面,最好用文本表示的东西可以作为代码输入程序。在一个理想的世界里,UML工具将能够对代码的任何直接更改进行反向工程,并且UML表示将与代码保持同步。然而,如果没有人为干预,这并不总是可能的。在从模型转移到代码时,会丢失某些信息元素。即便如此,程序设计语言代码的某些方面似乎保留了更多的语义,因此允许将代码自动逆向工程回UML模型的子集。
2010-01-23 cs.SE
Guiding Development Work Across a Software Ecosystem by Visualizing Usage Data
软件越来越多地以生态系统的形式生产,由分布式社区维护的相互依赖的组件的集合。这些生态系统充当的是网络组织,而不是市场,因此往往缺乏关于软件如何使用及其影响的可操作的价格信号。我们介绍了一个工具,科学软件网络地图,收集和显示总结的使用数据,在软件生态系统中的演员的需求。我们与六个使用R语言的科学软件生态系统中的生产者和管理员一起对地图进行了上下文化的演练。我们发现,他们的工作,以最大限度地提高多样性,而不是数量的用途,并尽量减少协调成本。我们还发现,汇总的使用数据将有助于向资助机构证明生态系统工作的合理性;我们还发现了各种更细粒度的使用需求,有助于添加或维护功能。
2020-12-10 cs.SE cs.SI
Visualizing Design Erosion: How Big Balls of Mud are Made
软件系统不是静态的,它们必须经历频繁的更改以保持适合目的,并且在此过程中,它们的复杂性增加了。已经观察到,这一过程往往导致系统设计和体系结构的侵蚀,并随之导致许多理想的质量属性,如可维护性的下降。这个过程可以用反模式来描述,反模式是对广泛接受的设计原则的原子违反。我们提出了一个可视化,暴露了不断发展的Java程序的设计,突出显示选定的反模式,包括它们的出现和癌症的增长的实例。这种可视化有助于软件工程师和架构师评估,跟踪并因此对抗设计侵蚀。我们在四个案例研究中评估了可视化的有效性,有十名参与者。
2018-07-16 cs.SE
Requirements Traceability: Recovering and Visualizing Traceability Links Between Requirements and Source Code of Object-oriented Software Systems
本文提出 YamenTrace 方法,结合潜在语义索引和形式概念分析,自动恢复并可视化面向对象软件中需求与代码之间的可追溯链路,以减轻人工维护负担并提升需求管理效率。
2023-07-09 cs.SE
Effects of Visualizing Technical Debts on a Software Maintenance Project
技术债务(TD)隐喻被广泛用于封装众多的软件质量问题。她描述了在软件产品的设计或实现阶段采取捷径的短期利益(例如,为了满足最后期限)和采取所述捷径的长期后果之间的权衡,这可能会影响软件产品的质量。为了保证软件质量,降低软件的维护和演化成本,必须对TD进行管理。然而,用于TD检测的工具通常只考虑文件的角度(类和方法)提供结果,这在项目管理中并不常见。在这项工作中,提出了一种技术来识别/可视化TD上一个新的角度:软件功能。该技术采用挖掘软件仓库(MRS)工具,以确定软件功能和后的技术债务,影响这些功能。此外,我们还提出了一种方法来支持维护任务指导TD可视化的功能级别,旨在评估其在实际软件项目的适用性。结果表明,该方法可以有效地减少现有的TD,以及避免引入新的TD。
2019-11-18 cs.HC cs.SE
Modeling and visualizing networked multi-core embedded software energy consumption
在这份报告中,我们提出了一个网络级的多核能源模型和软件开发过程的工作流程,允许软件开发人员估计多核嵌入式程序的能源消耗。本文主要研究一种高性能、无缓存、时序可预测的嵌入式处理器体系结构XS 1。先前的建模工作被改进以提高准确性,然后被扩展为关于电压和频率缩放(VFS)的参数化,然后被集成到互连核的网络的更大规模的模型中。该建模由对开源指令集模拟器的增强来支持,以提供目标架构的第一个网络定时感知模拟。基于模拟的建模技术与结果演示方法相结合,以演示如何将此类工作集成到软件开发人员的工作流程中,使开发人员能够做出明智的,节能的编码决策。一组单线程、多线程和多核基准测试用于练习和评估模型,并为如何呈现和解释结果提供用例示例。所有模型的精度均在平均+/-5%的误差范围内。
2015-09-09 cs.DC cs.SE
A tool for visualizing the execution of programs and stack traces especially suited for novice programmers
软件工程教育和培训存在由于缺乏关于程序执行过程的基本知识而引起的障碍。这篇文章致力于帮助可视化过程的特殊工具的开发。我们分析了现有的工具,并提出了一种新的方法来堆栈和堆可视化。该解决方案能够很好地克服现有工具和套件的主要缺点,用于分析Java和C/C++编写的程序。
2017-11-30 cs.SE
Knowledge Islands: Visualizing Developers Knowledge Concentration
本研究提出开源可视化工具Knowledge Islands,采用前沿知识模型分析GitHub项目的知识集中情况,计算巴士因子,识别核心开发者与文件,助力保障项目健康。
2024-08-16 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
ScaMaha: A Tool for Parsing, Analyzing, and Visualizing Object-Oriented Software Systems
本文提出ScaMaha,一种基于静态代码分析的模块化逆向工程工具,用于解析、分析和可视化面向对象软件系统,通过新元模型和解析器、分析器、可视化器组件,在多个案例中验证了其可扩展性和准确性。
2025-01-19 cs.PL cs.SE
Confluent Drawings: Visualizing Non-planar Diagrams in a Planar Way
在本文中,我们介绍了一种新的方法来绘制图表,在软件可视化的应用。我们的方法是使用一种技术,我们称之为汇合绘制可视化非平面图在平面的方式。这种方法允许我们以一种无交叉的方式绘制图形--比如软件交互图--通常会有很多交叉点。这种方法的主要思想非常简单:我们允许将多组边合并在一起并绘制为“轨道”(类似于训练轨道)。然而,从一个有许多交叉点的图自动生成这样的融合图是相当具有挑战性的,因此我们提供了两个启发式算法来测试是否可以以融合的方式有效地绘制非平面图。此外,我们确定了几个大类的图,可以完全归类为要么汇合画或汇合非画。
2002-12-17 cs.CG cs.SE
FuzzSplore: Visualizing Feedback-Driven Fuzzing Techniques
模糊测试技术是当前针对安全问题的软件测试的发展趋势。它们的巨大有效性吸引了研究人员和黑客的注意,并使他们参与开发许多新技术来改进模糊测试。这些技术的评价和交叉比较几乎是一个开放的问题。在本文中,我们提出了一个人驱动的方法来解决这个问题的基础上信息可视化。我们在AFL++模糊框架FuzzSplore上开发了一个原型,分析师可以使用它来获得有关应用于特定目标的不同模糊配置的有用见解,以便在模糊活动期间选择或调整最佳技术。
2021-02-06 cs.CR cs.SE
The IntelliJ Platform: a Framework for Building Plugins and Mining Software Data
在软件工程中,人们正在积极研究大量新的方法,并在此基础上开发了许多工具。这些工具需要一个框架来创建,并有机会被潜在的开发人员使用。现代IDE提供了这两种功能。在本文中,我们描述了IntelliJ平台的主要功能,这些功能可能对正在开发代码分析工具的研究人员有用。为了说明使用该平台的好处,我们描述了研究人员可能感兴趣的几个用例:挖掘软件数据、在代码上运行机器学习模型、推荐重构以及在IDE中可视化数据。我们提供了实现这些情况的现有插件的几个示例。最后,为了更容易开始使用平台,我们为每个用例开发并提供简单的插件,这些插件可以作为新项目的模板。
2021-10-01 cs.SE
ChangePrism: Visualizing the Essence of Code Changes
School of Computing, Institute of Science Tokyo(东京科学大学计算学院)
针对传统代码diff审查方式繁琐、难全面掌握提交变更的问题,本研究提出名为ChangePrism的新型可视化工具,含提取与可视化双组件,可提供代码变更的总览与详细视图,助力提升代码变更理解效率。
2025-08-19 cs.SE
CodeLens: An Interactive Tool for Visualizing Code Representations
Luxembourg Institute of Science and Technology(卢森堡科学技术研究院);University of Luxembourg(卢森堡大学)
本文介绍了 CodeLens,一个支持多种编程语言和四种代码表示类型的交互式可视化工具,旨在帮助开发者理解和探索代码表示并获取模型输入。
2023-07-27 cs.AI cs.LG cs.SE
Towards Increase in Quality by Preprocessed Source Code and Measurement Analysis of Software Applications
本文简要讨论了软件工业在软件应用分析和开发过程中所面临的两个突出问题,即传统应用和产品线应用源代码中易出错性的识别和可变性的增加。为了在软件应用分析和开发领域做出贡献,并减轻上述障碍,本文讨论了一种基于度量分析的方法。此外,原型开发的基础上讨论的方法,即分析预处理的源代码特性的概念,确定额外的复杂程度,使用几个程序和面向对象的源代码的措施和可视化得到的结果在不同的图表,如条形图,文件映射和图形等。本文详细讨论了开发的原型,并通过实验验证。
2010-11-14 cs.PL cs.SE
GazePrinter: Visualizing Expert Gaze to Guide Novices in a New Codebase
Lund University(隆德大学);ETH Zürich(苏黎世联邦理工学院);Malmö University(马尔默大学)
本文提出GazePrinter,通过可视化专家注视帮助新手理解新代码库。研究发现,专家注视可视化能显著影响新手的代码路径选择,减少时间和认知负荷。
2026-03-20 cs.ET cs.HC cs.SE
From PowerPoint UI Sketches to Web-Based Applications: Pattern-Driven Code Generation for GIS Dashboard Development Using Knowledge-Augmented LLMs, Context-Aware Visual Prompting, and the React Framework
Oak Ridge National Laboratory(橡树岭国家实验室)
针对环境研究中GIS仪表盘开发的重复资源密集问题,提出知识增强型代码生成框架,结合专用知识库、上下文感知视觉提示和React框架,自动将UI草图转为可扩展Web应用,减少手动工作量。
2025-02-12 cs.AI cs.SE
SparseCoder: Advancing Source Code Analysis with Sparse Attention and Learned Token Pruning
针对Transformer类代码分析模型难以处理长代码序列的问题,提出融合稀疏注意力与可学习令牌剪枝的SparseCoder,可处理更长序列、速度更快且计算量线性增长,还提升了可解释性。
2024-09-11 cs.SE