Mining Software Repair Models for Reasoning on the Search Space of Automated Program Fixing
本文通过分析软件仓库中数以千计的错误修复事务来理解错误修复的本质。然后,它将这些学习到的知识放在自动程序修复的上下文中。我们给出了大量的经验结果,在大规模和细粒度的抽象语法树差异的性质,人类的错误修复。我们建立了数学推理的搜索空间的自动修复和时间,通过应用我们的方法对14个存储库的Java软件和89,993版本事务,我们表明,并非所有的概率修复模型是等价的。
2013-11-14 cs.SE
TSSB-3M: Mining single statement bugs at massive scale
单语句错误是评价现代错误检测和自动程序修复方法的最重要的成分之一。通过只影响单个语句,单语句bug代表了一种经常被开发人员忽视的bug,同时仍然足够小,可以通过自动方法检测和修复。随着数据驱动的自动修复的兴起,百万分之一规模的单个语句错误的可用性比以往任何时候都更加重要;不仅是为了测试这些方法,而且还为训练提供足够的真实世界的例子。为了提供对这种规模的错误修复数据集的访问,我们发布了两个名为SSB-9 M和TSSB-3 M的数据集。SSB-9 M提供了对来自超过50万个开源Python项目的超过900万个一般单语句错误修复的访问,TSSB-3 M专注于超过300万个单语句错误,这些错误可以通过单个语句更改来修复。为了便于未来的研究和实证调查,我们用Python典型的20种单语句错误(SStuB)模式之一注释了每个错误修复,并将代码更改描述为AST修改序列。我们的初步调查表明,所挖掘的所有单语句错误修复中至少有40%符合至少一种SStuB模式,并且72%的错误中的大多数可以通过与修复SStuB所需相同的语法修改来修复。
2022-01-28 cs.PL cs.SE
Transfer Learning for Mining Feature Requests and Bug Reports from Tweets and App Store Reviews
Technical University of Munich(慕尼黑工业大学);Qualicen GmbH(Qualicen有限公司);Blekinge Institute of Technology(布莱金厄理工学院);University of Cologne(科隆大学)
在用户评论中识别功能请求和错误报告对开发团队来说具有很大的潜力。然而,从社交媒体和应用商店自动挖掘RE相关信息具有挑战性,因为(1)大约70%的用户评论包含嘈杂、不相关的信息,(2)用户评论量每天都在增长,使得手动分析变得不可行,(3)用户评论是用不同语言编写的。现有的方法建立在传统的机器学习(ML)和深度学习(DL)的基础上,但无法以高召回率和可接受的精度检测特征请求和错误报告,这是该任务所必需的。在本文中,我们探讨了迁移学习(TL)的用户评论分类的潜力。具体来说,我们训练单语言和多语言BERT模型,并与最先进的方法的性能进行比较。我们发现,单语BERT模型在英语应用评论以及英语和意大利语推文的分类中优于现有的基线方法。然而,我们也观察到,重量级TL模型的应用并不一定会带来更好的性能。事实上,我们的多语言BERT模型比传统的ML方法表现更差。
2021-08-02 cs.CL cs.SE
The Impact Of Bug Localization Based on Crash Report Mining: A Developers' Perspective
本文通过18个月、三个团队的实践,评估基于崩溃报告分组的缺陷定位方法,发现开发者选择候选缺陷时考虑多种因素,该方法精确度约80%,并收集了开发者对可疑文件实用性的反馈。
2024-03-16 cs.IR cs.SE
Mining Threat Intelligence about Open-Source Projects and Libraries from Code Repository Issues and Bug Reports
University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
开源项目和库被用于软件开发,同时也存在多个安全漏洞。第三方生态系统的使用为开发中的产品创造了一种新的攻击面。智能攻击者可以通过利用链接项目和库中存在的漏洞之一来攻击产品。在本文中,我们从公共代码存储库中报告的错误和问题中挖掘有关开源项目和库的威胁情报。我们还跟踪客户机上已安装软件的库和项目依赖关系。我们表示并存储此威胁情报,以及安全知识图谱中的软件依赖关系。然后,安全分析师和开发人员可以查询知识图谱,并在发现任何关于其产品中使用的链接库和项目的威胁情报时从知识图谱接收警报。
2018-08-09 cs.AI cs.CR cs.SE
Mining Software Repositories for Expert Recommendation
Department of Computer Science, University of Colorado Colorado Springs(计算机科学系,科罗拉多州立大学)
提出一种基于问题跟踪系统历史数据,利用BERTopic和TopicMiner技术,根据缺陷报告特征对开发者经验排序,以自动化分配缺陷并辅助人类分类员的方法,并通过Top-k准确率在Eclipse和Mozilla项目上验证其有效性。
2025-04-23 cs.AI cs.SE
Anvaya: An Algorithm and Case-Study on Improving the Goodness of Software Process Models generated by Mining Event-Log Data in Issue Tracking System
Indraprastha Institute of Information Technology, Delhi (IIIT-D)(德里英德拉普拉斯塔信息技术学院(IIIT-D));Software Analytics Research Lab (SARL)(软件分析研究实验室(SARL))
问题跟踪系统(ITS),如Bugzilla,可以被视为过程感知信息系统(PAIS),在bug报告的生命周期中生成事件日志。过程挖掘包括挖掘从PAIS生成的事件日志,用于过程模型发现、一致性和增强。我们应用进程图发现技术,挖掘开源Firefox浏览器项目ITS中产生的事件跟踪数据,生成和研究进程模型。缺陷生命周期由多样性和方差组成。因此,从事件日志生成的过程模型是具有大量边、互连和节点的意大利面条。这样的模型分析起来很复杂,过程分析人员很难理解。我们通过聚类结构相似的痕迹将事件日志分成同质子集来提高过程模型的良好性(适应度和结构复杂性)。我们采用两种不同的距离度量:最长公共子序列(LCS)和动态时间弯曲(DTW)的K-Medoid聚类算法。我们使用复杂性和适应性指标来评估从集群生成的过程模型的良好性。我们研究来回\和自我循环,错误重新开放,并在集群中获得的瓶颈,并表明聚类可以更好地分析。我们还提出了一个算法来自动聚类过程-该算法作为输入的事件日志,并返回最佳的集群集。
2015-11-22 cs.LG cs.SE
Towards Better Summarizing Bug Reports with Crowdsourcing Elicited Attributes
近年来,在软件维护中,解决大量错误报告的需求不断增长。为了减少测试人员/开发人员阅读错误报告的时间,错误报告摘要的任务在文献中吸引了大量的研究工作。然而,没有系统的分析已经进行了属性的建设,这严重影响了监督算法的性能缺陷报告摘要。在这项研究中,我们首先进行了一项调查,以揭示现有的方法在挖掘软件仓库的属性建设。在此基础上,提出了一种从众包数据中推断新的有效属性的方法Crowd-Attribute,并开发了一个新的工具Crowdsourcing软件工程平台。利用Crowd-Attribute,我们成功地构造了11个新的属性,并提出了一个新的监督算法,称为Logistic Regression with Crowdsourced Attributes(LRCA)。为了评估LRCA的有效性,我们构建了一系列包含105,177个错误报告的大规模数据集。在包含36个人工标注错误报告的公共数据集SDS和新的大规模数据集上的实验表明,LRCA可以始终优于最先进的错误报告摘要算法。
2018-09-29 cs.SE
Bug Classification: Feature Extraction and Comparison of Event Model using Naïve Bayes Approach
National Institute of Technology, Karnataka(卡纳塔克邦国家理工学院)
在软件行业中,从客户到工程师的不同层次的个人应用不同的机制来检测特定的错误应该分配到哪个类。有时候,在互联网上进行简单的搜索可能会有所帮助,但在许多其他情况下,需要花费大量的精力来分析错误报告以分类错误。因此,非常需要一种结构化的挖掘算法-在给定崩溃日志的情况下,可以挖掘现有的bug数据库,以找出应该将bug分配给哪个类。这将涉及挖掘模式和应用不同的分类算法。本文主要研究了基于概率朴素贝叶斯方法的特征提取、数据降噪和网络缺陷分类。不同的事件模型,如伯努利和多项式应用于提取的特征。当新的、看不见的错误作为算法的输入时,不同算法的性能比较是在准确率和召回率参数的基础上进行的。
2013-04-05 cs.IR cs.LG cs.SE
Interactive Semi-automated Specification Mining for Debugging: An Experience Report
内容:规范挖掘技术通常用于在缺乏(最新的)规范文档的情况下提取软件的规范。这对于程序理解、测试和异常检测很有用。然而,规范挖掘也可以潜在地用于调试,其中一个错误的行为被抽象出来,给开发人员一个关于bug的上下文,并帮助他们定位it.Objective:在这个项目中,我们调查这个想法在工业环境。我们提出了一个非常基本的半自动化规范挖掘方法的调试和应用,从我们的行业合作伙伴,MicroPilot公司的AutoPilot软件系统的实际报告的问题。目的是评估该方法在现实世界中的可行性和实用性。方法:该方法被开发为一个原型工具,在C代码上工作,它接受一组相关的状态字段和函数,每个问题,并生成一个扩展的有限状态机,表示错误的行为,抽象的相关上下文(选定的字段和功能)。结果如下:我们通过一系列访谈(包括观察性研究)对该公司的开发人员在现实世界中报告的错误进行定性评估。结果表明,a)我们的方法是可行的,b)它可以在一定程度上自动化,和c)带来的优势,只使用他们的代码级调试工具。我们还将这种方法与传统的全自动状态合并算法进行了比较,并报告了将这些技术应用于实际调试环境时的几个问题。结论:本研究的主要结论是,“交互式”规范挖掘而不是完全自动化的挖掘工具的想法是不切实际的,确实是有用的调试用例。
2019-05-06 cs.SE
Adopting Automated Bug Assignment in Practice -- A Registered Report of an Industrial Case Study
[背景/上下文]在大型开发项目中,bug报告的持续流入是一个相当大的挑战。受当代挖掘软件存储库工作的启发,我们在2011-2016年设计了一个基于机器学习的原型错误分配解决方案。该原型在2017-2018年演变为爱立信内部产品TRR。TRR的第一个没有人为干预的错误分配发生在2019年。[目的/目的]我们的探索性研究将评估TRR在爱立信工业环境中的采用情况。我们试图了解1)TRR在该领域的表现,2)TRR为爱立信提供了什么价值,以及3)TRR如何影响工作方式。其次,我们将提供与公司内研究原型产品化相关的经验教训。[方法]设计了一个工业案例研究,结合对TRR开发人员和用户的访谈,以及对爱立信缺陷跟踪系统中提取的数据的分析。此外,我们还将分析产品化过程中记录的sprint计划会议。我们的数据分析将包括主题分析,描述性统计和贝叶斯因果分析。
2021-09-28 cs.SE
An Exploratory Characterization of Bugs in COVID-19 Software Projects
背景:COVID-19大流行的可怕后果影响了COVID-19软件的开发,即,用于分析和缓解COVID-19的软件。COVID-19软件中的漏洞可能是后果性的,因为COVID-19软件项目可能影响公共卫生政策和用户数据隐私。目的:本文的目标是通过对与COVID-19相关的开源软件项目的实证研究,帮助从业者和研究人员提高COVID-19软件的质量。方法:我们使用GitHub上托管的129个开源COVID-19软件项目进行实证研究。接下来,我们对收集到的项目中的550个错误报告进行定性分析,以确定错误类别。结果:我们确定了8个错误类别,其中包括数据错误,即,在COVID-19数据的挖掘和存储过程中发生的错误。已识别的漏洞类别出现在7类软件项目中,包括(i)使用统计建模执行与COVID-19相关的预测的项目,以及(ii)用于设计和实施医疗设备(如呼吸机)的医疗设备软件。结论:根据我们的研究结果,我们倡导通过数据科学从业者和公共卫生专家之间更好的协同作用来构建强大的统计模型。用户跟踪软件中存在安全漏洞,需要开发工具来检测数据隐私侵犯和安全漏洞。
2020-05-31 cs.SE
Mining User Behavioral Rules from Smartphone Data through Association Analysis
智能手机的日益普及及其强大的传感功能使得能够通过设备日志收集丰富的上下文信息和手机使用记录。本文阐述了利用智能手机数据挖掘个人手机用户的行为关联规则的问题。关联规则学习是利用大数据集发现规则的最流行的技术。然而,众所周知,产生的关联规则中有很大一部分是冗余的。这种冗余生产不仅使规则集不必要地庞大,而且使决策过程更加复杂和无效。在本文中,我们提出了一种方法,有效地识别冗余的关联,并提取一组简洁的行为关联规则是非冗余的。通过考虑个人用户的真实移动电话数据集来检验所提出的方法的有效性。
2018-03-19 cs.DB cs.SE
Adopting Automated Bug Assignment in Practice: A Longitudinal Case Study at Ericsson
在大型开发项目中,bug报告的持续流入是一个相当大的挑战。受当代挖掘软件存储库工作的启发,我们在2011-2016年设计了一个基于机器学习的原型错误分配解决方案。该原型在2017-2018年演变为爱立信内部产品TRR。TRR的第一个没有人为干预的错误分配发生在2019年4月。我们的研究评估了TRR在爱立信工业环境中的采用情况。此外,我们还调查了1)TRR在现场的表现,2)TRR为爱立信提供了什么价值,3)TRR如何影响工作方式。我们进行了一个行业案例研究,结合了与TRR利益相关者的访谈,sprint计划会议的会议记录和错误跟踪数据。数据分析包括主题分析、描述性统计和贝叶斯因果分析。TRR现在是bug分配过程的一个组成部分。考虑到电信栈的抽象层次,高层模块更积极,而低层模块经历了一些缺点。平均而言,TRR自动分配30%的传入错误报告,准确率为75%。自动路由的TR在爱立信内部的解决速度提高了约21%,TRR为经验丰富的工程师节省了大量工作时间。采用TRR的间接影响包括过程改进、过程意识、沟通增加和工作满意度提高。TRR节省了爱立信的时间,但与其他公司报告的类似努力相比,采用自动化错误分配更加复杂。我们主要将差异归因于组织的规模非常大和产品复杂。成功采用的关键促进因素包括逐步引入、产品支持者和仔细的利益相关者分析。
2022-09-19 cs.SE
Mining Valence, Arousal, and Dominance - Possibilities for Detecting Burnout and Productivity?
与其他行业类似,软件工程领域也受到诸如倦怠等心理疾病的困扰,这会导致开发人员失去兴趣,表现出较低的活动和/或感到无能为力。预防对这类疾病至关重要,而预防又需要及早发现症状。情绪维度的效价,唤醒和支配(VAD)能够从文本通信(如电子邮件)中获得一个人的兴趣(吸引力),激活水平和对特定情况的感知控制水平。作为识别软件工程中生产力损失症状的第一步,本文探讨了VAD指标及其在700,000个Jira问题报告(包含2,000,000条评论)上的属性,因为问题报告跟踪了开发人员在解决错误或新功能方面的进展。使用具有已知VAD分数的14,000个英语单词的通用词典,我们的结果表明,不同类型的问题报告(例如,特征请求与错误)具有合理的效价变化,而问题优先级的增加(例如,从轻微到严重)通常会增加唤醒。此外,我们表明,作为一个问题的解决时间的增加,所以没有觉醒的个人的问题被分配。最后,问题的解决提高了效价,特别是对于问题报告者和快速解决的问题。VAD和问题报告活动之间的这种关系的存在表明,文本挖掘在未来可以提供一种替代方式的工作健康评估调查的承诺。
2016-03-14 cs.SE
How to Better Distinguish Security Bug Reports (using Dual Hyperparameter Optimization
背景资料:为了使公众不容易受到黑客的攻击,安全漏洞报告需要由一小群工程师处理,然后才能被广泛讨论。但是,学习如何区分安全错误报告与其他错误报告是具有挑战性的,因为它们可能很少发生。能够找到这种稀缺目标的数据采掘方法需要大量的优化工作。目标:这项研究的目的是帮助从业者,因为他们努力优化方法,试图区分罕见的安全错误报告和其他错误报告。方法:我们提出的方法,称为Swift,是一种双重优化器,可以优化学习器和预处理器选项。由于这是一个很大的选项空间,Swift使用了一种称为epsilon-dominance的技术,该技术可以学习如何避免不会显着提高性能的操作。测试结果:与最近的最先进的结果(来自FARSEC,发表在TSE '18)相比,我们发现Swift对预处理器和学习器的双重优化比单独优化它们更有用。例如,在一项针对Chromium数据集的安全漏洞报告的研究中,FARSEC和Swift的召回率中位数分别为15.7%和77.4%。再举一个例子,在Ambari项目的数据实验中,召回率中位数从21.5%提高到85.7%(FARSEC到SWIFT)。结论:总的来说,我们的方法可以快速优化模型,实现比现有技术更好的召回。这些召回的增加与假阳性率的适度增加(从8%到24%,中位数)相关。对于未来的工作,这些结果表明,双重优化是实用和有用的。
2021-03-18 cs.SE
Toward Mining Visual Log of Software
在本文中,我们将软件系统的可视化日志定义为捕获其用户与其图形用户界面(GUI)之间的交互的数据,例如屏幕截图和屏幕记录。我们的愿景,挖掘这样的视觉日志可能是有用的错误再现和调试,自动化GUI测试,用户界面设计,问答的常见用法的软件支持等,朝着这个愿景,我们提出了一个核心框架,挖掘软件的视觉日志。该框架的重点是检测GUI元素和可视化日志中的更改,删除用户的私有数据,识别用户与GUI元素的交互,以及学习GUI使用模式。我们还对移动应用程序中GUI元素的特征进行了一项小型研究。从这项研究的结果提出了几个设计识别GUI元素和交互技术的技巧。
2016-10-27 cs.HC cs.SE
Progressive Code Integration for Abstractive Bug Report Summarization
Islamic University of Technology(伊斯兰技术大学)
本文提出渐进式代码集成框架,通过整合长代码片段和文本内容,提升基于LLM的bug报告摘要效果,优于现有方法。
2025-11-29 cs.AI cs.CL cs.SE
An Annotated Dataset of Stack Overflow Post Edits
为了改进软件工程,已经挖掘软件存储库以获得代码片段和错误修复。通常,这种挖掘发生在文件或提交级别。为了能够更深入地挖掘并以更高的分辨率提取见解,我们在此提供了一个带注释的数据集,其中包含Stack Overflow上超过700万次的代码和文本编辑。我们的初步研究表明,这些编辑可能是挖掘细粒度补丁信息的宝库,例如,用于优化非功能特性。
2020-05-06 cs.NE cs.SE
Mining Action Rules for Defect Reduction Planning
Polytechnique Montréal(蒙特利尔理工学院)
本文提出CounterACT,一种无需黑盒模型的反事实行动规则挖掘方法,用于生成缺陷减少计划,在9个软件项目上相比现有方法实现了更高的重叠分数和更好的精确率-召回率权衡,并探索了利用LLM生成可操作的代码编辑。
2024-05-22 cs.LG cs.SE
Mining Reddit Data to Elicit Students' Requirements During COVID-19 Pandemic
本研究提出从问题本身而非软件反馈中挖掘需求,利用 Reddit 数据与机器学习技术识别疫情期间学生需求,F 分数达 0.79,验证了可行性。
2023-07-26 cs.SE
Mining Java Memory Errors using Subjective Interesting Subgroups with Hierarchical Targets
Univ Lyon, INSA Lyon, CNRS, LIRIS UMR 5205(里昂大学、里昂国立应用科学学院、法国国家科学研究中心、里昂信息与图像信息系统实验室);Infologic(Infologic公司);Ecole Nationale Supérieure de Rennes(雷恩国立高等学院);EPITA Research Laboratory (LRE)(EPITA研究实验室(LRE))
针对现有子群发现技术难以处理层次化复杂目标的问题,本文提出一种结合主观有趣性模型的新颖SD方法,用于挖掘Java内存错误,经实证验证有效且代码数据公开可复现。
2023-10-01 cs.AI cs.IT cs.SE