Optimization of fuzzy analogy in software cost estimation using linguistic variables
软件工程社区最重要的目标之一是增加有用的模型，这些模型有助于解释生存周期的发展，并精确计算软件成本估算的工作量。在类比概念中，虽然有无数的方法来估计成本，但在处理包含分类变量的数据集时存在不足。由于软件工程领域的性质，通常项目属性通常用诸如非常低、低、高和非常高的语言值来度量。这种价值的不精确性表现在其解释的不确定性和复杂性。然而，没有一种有效的方法可以直接处理分类变量，并容忍这种不精确性和不确定性，而不采取经典的区间和数值方法。本文提出了一种基于模糊逻辑、语言量词和类比推理的优化方法，以提高软件项目中数值或分类数据描述的性能。该方法的性能证明了基于历史NASA数据集的实用性验证。结果表明，该方法比其他机器学习方法具有更好的可解释性。
2012-09-12 cs.SE
Enhancing Analogy-Based Software Effort Estimation with Firefly Algorithm Optimization
Jawaharlal Nehru Technological University - Gurajada Vizianagaram（纳尔瓦拉技术大学-古拉贾达维扎纳格拉姆）；Department of Computer Science and Engineering, Indian Institute of Technology Patna（印度理工学院帕纳分校计算机科学与工程系）；Department of Information Technology, Jawaharlal Nehru Technological University – Gurajada Vizianagaram（纳尔瓦拉技术大学-古拉贾达维扎纳格拉姆信息科技系）
本研究提出一种结合萤火虫算法与基于类比的估计方法，以提高软件努力估计的准确性。
2025-11-29 cs.AI cs.LG cs.NE
Why Software Effort Estimation Needs SBSE
工业实践者现在面临着一系列令人困惑的可能配置，用于工作量估计。如何为特定的数据集选择最好的一个？介绍了一种基于差分进化算法的工作量估计配置工具OIL（optimized learning）。当在945个软件项目上进行测试时，OIL在探索了几个配置（只有几十个）之后，显著改善了工作量估计。进一步OIL的结果远远优于广泛使用的两种方法：用途：通过类比估计和最近由Whigham等人在TOSEM'15上发表的最先进的基线。考虑到这种方法的计算成本如此之低，并且观察到的改进如此之大，我们得出结论，SBSE应该是软件工作量估计的标准组成部分。
2018-04-02 cs.SE
A Baseline Model for Software Effort Estimation
软件工作量估算（SEE）是所有软件过程和开发生命周期中的核心活动。在过去30年中，人们考虑了一系列越来越复杂的方法来预测努力，结果往往好坏参半，相互矛盾。因此，在考虑如何最好地预测一系列项目类型的工作量时，对工作量预测方法进行比较评估已成为一种常用方法。不幸的是，这些评估使用各种各样的抽样方法和误差测量，使比较与其他工作困难。本文提出了一个自动转换线性模型（ATLM）作为一个合适的基线模型与SEE方法进行比较。ATLM很简单，但在一系列不同的项目类型上表现良好。此外，ATLM可以用于混合数字和分类数据，不需要参数调整。它也是确定性的，这意味着所获得的结果可以复制。这些和其他参数使用ATLM作为一个基线模型，和参考实现描述和提供。我们建议，ATLM应作为一个基线的努力预测质量的所有未来的模型比较SEE。
2021-02-05 cs.SE
Pareto Efficient Multi Objective Optimization for Local Tuning of Analogy Based Estimation
Applied Science University（应用科学大学）；University of Sharjah（沙迦大学）；University of Detroit Mercy（底特律梅西大学）
基于类比的工作量估算（ABE）是软件工作量估算的重要方法之一. ABE的基本概念更接近于专家评估的心态，但具有一个自动化的过程，其中通过重用类似的历史项目来生成最终评估。使用ABE时的主要关键问题是如何适应检索到的最近邻的努力。自适应过程是ABE的一个重要组成部分，可以使用一些自适应策略，基于调整所选择的原始解决方案来生成更成功的准确估计。在这项研究中，我们发现有三个相互关联的决策变量对自适应方法的成功有很大的影响：（1）最近的类比数（k），（2）适应所需的最佳特征集，（3）适应权重。为了找到关于这些变量的正确决策，需要研究所有可能的组合并单独评估它们，以选择可以改善所有预测评估措施的组合。现有的评价措施通常表现不同，有时在评价预测方法时呈现相反的趋势。这意味着改变一个决策变量可以改善一个评价指标，同时降低其他指标。因此，本研究的主题是如何找出最佳的决策变量，以改善适应策略，从而提高整体的评价措施，而不降低其他。这些决定的影响还没有被调查之前，因此，我们建议把建设的适应过程作为一个多目标优化问题。在优化多个评价指标的基础上，利用粒子群优化算法（PSO）对这些决策变量进行寻优
2016-11-29 cs.AI cs.SE
Hyperparameter Optimization for Effort Estimation
软件分析在软件工程中被广泛用于许多任务，例如生成软件项目的工作量估计。软件分析的“黑魔法”之一是调整控制数据采掘算法的参数。这种超参数优化在其他软件分析领域（例如，缺陷预测和文本挖掘）中已经得到了广泛的研究，但到目前为止，还没有被广泛探索的努力估计。因此，本文寻求简单，自动化，有效和快速的方法来找到良好的自动软件工作量估计调优。我们介绍了一个超参数优化架构称为OIL（优化归纳学习）。我们使用来自945个软件项目的数据在各种超参数优化器上测试OIL。在调整之后，观察到工作量估计准确性的大幅改善（以标准化准确性衡量）。从这些结果中，我们建议使用回归树（CART）调整不同的进化结合默认的基于类比的估计。这种学习器和优化器的特殊组合通常在几个小时内实现其他优化器需要几天到几周的CPU时间才能完成的任务。这种分析的一个重要部分是它的可重复性和可反驳性。我们所有的脚本和数据都在线。希望本文将促进和使更多的研究更好的方法来调整软件工作量估计。
2019-01-31 cs.SE
A Scalability Analysis of Quantitative Confidence Assessment Methods for Assurance Cases
University of Victoria（维多利亚大学）
提出一个模型来估计定量置信评估方法应用于保证案例时的决策复杂度和工作量，并通过参数化分析三种现有方法的可扩展性。
2026-07-23 cs.HC cs.SE cs.SY
A Systematic Mapping Study and Practitioner Insights on the Use of Software Engineering Practices to Develop MVPs
本研究通过系统映射研究和焦点小组访谈，梳理了2013至2020年间MVP开发中的软件工程实践，发现构思与评估实践丰富，但技术可行性评估和工作量估算研究不足，并提出了未来研究方向。
2023-05-15 cs.SE
AI-powered software testing tools: A systematic review and empirical assessment of their features and limitations
本研究通过系统性回顾55种AI测试自动化工具并对2种代表性工具进行实证评估，发现AI工具能提升测试效率与减少维护，但仍存在处理复杂UI变化等局限，需进一步优化。
2025-05-01 cs.SE
Negative Results for Software Effort Estimation
背景：超过一半的软件工作量估算（SEE）的文献都集中在新估算方法的比较上。令人惊讶的是，没有研究将最先进的方法与几十年前的方法进行比较。目的：检查新的SEE方法是否比旧方法产生更好的估计值。方法：首先，收集从“经典”COCOMO（对预定属性集的参数估计）到“现代”（通过使用基于谱的聚类加上实例和特征选择的类比推理，以及最近在ACM Transactions on软件工程中提出的“基线方法”）。其次，对导致后COCOMO估计方法发展的异议列表进行编目。第三，第四，使用四个COCOMO风格的数据集，（从1991年，2000年，2005年，2010年），并运行这些比较实验。使用Scott-Knott程序比较不同估计量的性能，使用（i）A12效应量排除“小”差异，（ii）99%置信bootstrap程序，以检查统计学上不同的治疗分组）。结果如下：本文的主要负面结果是，对于COCOMO数据集，我们所研究的没有比Boehm的原始程序更好。结论：当COCOMO风格的属性可用时，我们强烈建议（i）使用该数据和（ii）使用COCOMO生成预测。我们这样说是因为本文的实验表明，至少对于努力估计，数据是如何收集的比什么学习者应用于该数据更重要。
2016-09-29 cs.SE
An LLM-based multi-agent framework for agile effort estimation
针对敏捷工作量估算中主观性强且现有机器学习方法缺乏解释与交互能力的问题，提出一种基于LLM的多智能体框架，能与人协调讨论达成共识，在真实数据集上表现优异且获从业者高度认可。
2025-09-17 cs.SE
Enhance accuracy in Software cost and schedule estimation by using "Uncertainty Analysis and Assessment" in the system modeling process
准确的软件成本和进度估计是软件项目成功的关键。由于其复杂性和不确定性，软件评估通常被称为“黑色艺术”，但它并不像人们想象的那样困难或令人困惑。事实上，一旦您了解了建模过程的不确定性强度和框架，生成准确的估计是很简单的。成功软件评估的奥秘：将学术信息和真实世界的经验提炼成软件专业人员的实用指南。而不是《双城之战》论文和僵化的建模技术，这将指导突出一组经过验证的程序，可理解的公式和技巧，个人和开发团队可以应用到他们的项目，以帮助实现估计熟练与选择适当的开发方法在软件生存周期的早期阶段，项目经理是低效的估计工作，进度，成本估算及其开发方法。这反过来又会使管理人员对软件项目进行有效的投标，并选择不正确的开发方法。这将直接影响生产力周期并增加不确定性。这成为项目失败的重要原因。因此，了解模型设计中不确定性的程度和来源，可以指导开发人员设计出准确的软件成本和进度估算，这对软件项目的成功至关重要。然而，一旦估计了所需的努力，几乎没有做任何工作来重新校准和减少初步估计的不确定性。
2012-01-13 cs.SE
SE3M: A Model for Software Effort Estimation Using Pre-trained Embedding Models
UTFPR - Federal University of Technology Paraná（巴拉那联邦理工大学）；UFPR - Federal University of Paraná（巴拉那联邦大学）
基于需求文本的工作量估计面临着许多挑战，特别是在获得可行的功能来推断工作量方面。为了探索一种更有效的技术来表示文本需求，以通过类比来推断工作量估计，本文提出了评估预训练嵌入模型的有效性。为此，使用两种嵌入方法，无上下文和上下文化模型。两种方法的通用预训练模型都经历了微调过程。生成的模型用作应用深度学习架构的输入，具有线性输出。结果是非常有希望的，意识到预先训练的合并模型可以用于仅基于需求文本来估计软件工作量。我们强调了在单个项目存储库中应用预训练的BERT模型并进行微调所获得的结果，其值为平均绝对误差（MAE）为4.25，标准差仅为0.17，与类似作品相比，这是一个非常积极的结果。所提出的估计方法的主要优点是可靠性，泛化的可能性，速度和低计算成本提供的微调过程，并推断新的或现有的要求的可能性。
2020-06-30 cs.CL cs.LG cs.SE
A Survey on Data-driven Software Vulnerability Assessment and Prioritization
The University of Adelaide（阿德莱德大学）；Cyber Security Cooperative Research Centre（网络安全合作研究中心）
软件漏洞（SV）的复杂性和规模不断增加，给许多软件系统带来了巨大的安全风险。在实践中，由于资源有限，SV评估和优先级帮助从业者设计最佳的SV缓解计划的基础上，各种SV的特点。SV数据源和数据驱动技术（如机器学习和深度学习）的激增将SV评估和优先级排序提升到了一个新的水平。我们的调查提供了过去研究工作的分类，并强调了数据驱动的SV评估和优先级排序的最佳实践。我们还讨论了目前的局限性，并提出了解决这些问题的潜在解决方案。
2022-04-04 cs.AI cs.CR cs.LG
Impact assessment for vulnerabilities in open-source software libraries
针对开源软件库漏洞影响评估依赖专家、成本高且易错的问题，本文提出一种与漏洞类型和编程语言无关的实用方法，并通过 Java 概念验证和案例研究展示其可即时评估应用是否受影响。
2015-04-21 cs.CR cs.SE
An Add-On for Empowering Google Forms to be an Automatic Question Generator in Online Assessments
Rajamangala University of Technology Phra Nakhon（帕那空皇家理工大学）；Sukhothai Thammathirat Open University（素可泰探玛提叻开放大学）；Claremont Graduate University（克莱蒙特研究生大学）
这项研究提出了一个附加组件，使Google Forms成为一个自动生成在线评估中使用的多项选择题（MCQ）的机器。本文详细介绍了一个附加设计，主要包括问题制定软件和数据存储。该算法作为软件的智能机制，可以在分析的水平上产生MCQ。在一项实验中，我们发现MCQ可以评估学生的知识水平与人类专家产生的知识水平。这个附加组件通常可以应用于为任何理性概念制定MCQ。在运行时，不需要教师的努力，插件就可以将一些描述理性概念的数据实例转换为各种MCQ集。
2021-09-21 cs.AI cs.CL cs.SE
Can clone detection support quality assessments of requirements specifications?
Technische Universität München（慕尼黑工业大学）；itestra GmbH（itestra有限公司）
由于其在软件工程中的关键作用，软件需求规格说明书的质量保证花费了大量的精力。由于它们主要用自然语言描述，因此存在相对较少的自动质量评估方法。然而，我们发现，克隆检测，广泛应用于源代码的技术，是有前途的一个重要的质量方面，在自动化的方式，即冗余，源于复制和粘贴操作。本文描述了一个大规模的案例研究，将克隆检测应用于28个需求规范，共8，667页。我们报告的冗余量在现实世界中的规范，讨论其性质以及其后果，并评估在多大程度上现有的代码克隆检测方法可以应用于评估质量的要求规范在实践中。
2017-11-15 cs.CL cs.SE
EvalSVA: Multi-Agent Evaluators for Next-Gen Software Vulnerability Assessment
Harbin Institute of Technology（哈尔滨工业大学）；Fudan University（复旦大学）；Peng Cheng Laboratory（鹏城实验室）；Northwestern Polytechnical University（西北工业大学）
EvalSVA提出多智能体评估器框架，利用多个大语言模型协作，在有限数据下提升软件漏洞评估的准确率和F1分数，并构建多语言数据集以支持评估。
2024-12-11 cs.AI cs.SE
DeepCVA: Automated Commit-level Vulnerability Assessment with Deep Multi-task Learning
CREST - The Centre for Research on Engineering Software Technologies, The University of Adelaide（CREST - 工程软件技术研究中心，阿德莱德大学）；Cyber Security Cooperative Research Centre（网络安全合作研究中心）
越来越多的人建议识别代码提交中的软件漏洞（SV），以提前警告潜在的安全风险。然而，在检测到对安全性有贡献的提交后，缺乏对它们进行评估的努力，以及时提供有关SV的可利用性、影响和严重性的信息。这些信息对于规划和优先考虑已识别SV的缓解措施非常重要。我们提出了一种新的深度多任务学习模型DeepCVA，基于通用漏洞评分系统（CVSS）指标同时自动执行七个提交级漏洞评估任务。我们对246个真实软件项目中包含542个不同SV的1，229个可扩展性贡献提交进行了大规模实验，以评估我们模型的有效性和效率。我们发现DeepCVA是性能最好的模型，马修斯相关系数比许多监督和无监督基线模型高出38%至59.8%。DeepCVA所需的训练和验证时间比七个累积评估模型少6.3倍，从而大大降低了模型维护成本。总的来说，DeepCVA提供了第一个有效和高效的解决方案，可以在软件系统的早期自动评估SV。
2021-08-18 cs.CR cs.LG cs.SE
Software Quality Assessment for Robot Operating System
University of Nebraska-Lincoln（内布拉斯加大学林肯分校）
机器人操作系统（ROS）广泛应用于学术界和工业界，并且重要的是在安全关键的机器人系统中被利用。ROS软件的质量会影响机器人系统的安全性和安全性;因此，必须保证可靠性和质量。源代码静态分析是形式化地进行软件验证的一种重要方法。我们在本文中解决两个问题：（1）进行系统的文献综述研究，以提供一个完整的图片现有的方法，分析不同方面的ROS软件，（2）进行实证研究，以评估软件属性，可以影响ROS的功能。我们利用PMD 1，一个现成的静态分析工具，进行我们的实证研究，在一组使用Java实现的ROS存储库。调查分析显示，在研究机构的一个显着的缺点，缺乏量身定制的分析机制，以评估ROS 2代码，并显示，大多数的研究工作都集中在ROS 1。我们的实证研究表明，ROS 2的Java代码没有受到严重的问题，大多数检测到的警报是代码风格的问题。
2020-12-14 cs.CR cs.RO cs.SE
