DevOps A Historical Review and Future Works
DevOps是软件开发生存周期中需要遵循的新兴实践。DevOps这个名字表明它是开发和运营团队的集成。接下来是集成开发生命周期的各个阶段。DevOps是现有敏捷方法的扩展版本。DevOps的目标是持续集成,持续交付,持续改进,更快的反馈和安全性。本文回顾了DevOps的构建块,采用DevOps的挑战,改进DevOps实践的模型以及DevOps的未来工作。
2020-12-11 cs.SE
The Integration of Agile Methodologies in DevOps Practices within the Information Technology Industry
本文通过 11 次半结构化访谈和主题分析,考察 Agile 方法融入 DevOps 实践的可行性与实施方式,并提炼其在 DevOps 生命周期中的相互关系。
2025-08-29 cs.SE
Overcoming Challenges in DevOps Education through Teaching Methods
DevOps是一套实践,处理开发和运营团队之间的协调,并确保快速可靠的新软件发布,这在行业中至关重要。DevOps教育承担着使用适当的教学方法为这些实践中的新专业人员做好准备的重要任务。然而,关于DevOps教学方法的研究还不够。我们基于访谈进行了分析,以确定教学方法及其与DevOps教育挑战的关系。我们的研究结果表明,基于项目的学习和协作学习正在成为最相关的教学方法。
2023-02-11 cs.SE
ML DevOps Adoption in Practice: A Mixed-Method Study of Implementation Patterns and Organizational Benefits
本研究通过问卷与访谈混合方法,揭示MLOps在金融、医疗等行业的采用趋势、实施投入与组织收益,指出其能提升部署频率、降低错误率与运营成本,并提出标准化实践与集成传统DevOps等未来方向。
2025-02-08 cs.SE
How is Performance Addressed in DevOps? A Survey on Industrial Practices
DevOps是一种现代软件工程范式,在工业中得到广泛采用。DevOps的目标是以高频率和快速反馈周期将软件更改带入生产。这与软件质量保证活动相冲突,特别是在性能方面。例如,性能评估活动--比如负载测试--需要大量的时间来获得统计上有意义的结果。我们进行了一项行业调查,以深入了解如何在工业DevOps环境中解决性能问题。特别是,我们对执行性能评估的频率、使用的工具、获得的性能数据的粒度以及基于模型的技术的使用感兴趣。来自不同行业的各种参与者的调查回应表明,性能工程方法和工具的复杂性是DevOps中广泛采用性能分析的障碍。我们的结果意味着性能分析工具需要有一个短的学习曲线,并且应该很容易集成到DevOps管道中。
2018-08-21 cs.SE
Low-Code Paradox in DevOps: Security and Governance Insights from Practitioners
LUT University & the Built Environment(拉赫蒂理工大学与建筑环境学院);University of Oulu(奥卢大学);Edinburgh Napier University(爱丁堡纳皮尔大学)
本研究探讨了低代码开发平台在DevOps环境中对安全和治理的影响,通过12次半结构化访谈发现低代码平台虽然能自动化任务,但也增加了安全风险和治理挑战,强调了需要稳健实践和安全文化。
2026-05-16 cs.SE
Achievement Unlocked: A Case Study on Gamifying DevOps Practices in Industry
游戏化是在非游戏环境中使用游戏元素,例如积分,排行榜和徽章,以鼓励与环境交互的个人的期望行为。最近,游戏化已经进入软件工程环境,作为向从业者推广某些活动的一种手段。以前的研究调查了游戏化的使用,以促进各种工具和实践的采用,然而,这些研究要么在教育环境中进行,要么在行业中的中小型开发人员团队中进行。我们进行了一项大规模的混合方法研究,研究基于徽章的游戏化对促进一家大型公司采用DevOps实践的影响,并评估了实践采用如何与333个软件项目的关键交付,质量和吞吐量指标的变化相关联。我们观察到一些游戏化DevOps实践的采用率至少提高了60%,采用率提高了6倍。当将徽章采用和指标变化联系起来时,我们发现了混合的结果:获得测试徽章的团队显示出bug修复提交的增加,但输出更少的提交和拉取请求;获得代码审查和质量工具徽章的团队表现出更快的交付指标。最后,我们的实证研究得到了对45名开发人员的调查的补充,其中73%的受访者发现徽章有助于学习和采用新的标准化实践。我们的研究结果有助于丰富的游戏化知识,从真正的行业从业者独特而重要的角度。
2022-08-11 cs.SE
Adopting Microservices and DevOps in the Cyber-Physical Systems Domain: A Rapid Review and Case Study
网络物理系统(CPS)领域最近出现了强劲的增长,例如,由于物联网(IoT)在工业领域的兴起,通常被称为“工业4.0”。然而,CPS的挑战,如强大的硬件重点可能会影响现代软件开发实践,特别是在现代化遗留系统的背景下。虽然微服务和DevOps已被广泛研究用于企业应用程序,但CPS领域的覆盖范围不足。因此,我们的目标是分析这些系统在使用和迁移到微服务和DevOps方面的挑战和实践的特殊性。我们根据146篇科学论文进行了快速审查,随后在西门子公司不同业务部门的9名CPS专业人员的基于访谈的案例研究中验证了我们的发现。综合结果描绘了CPS领域中微服务和DevOps的具体情况。虽然发现了一些差异,可能需要调整方法,但许多挑战和实践都与典型的企业应用程序相同。我们的研究支持CPS研究人员和从业人员总结挑战,解决这些问题的做法和研究机会。
2022-10-13 cs.SE
DevOps and its Philosophy : Education Matters!
DevOps流程遵守原则并提供实践,主要目标是有效支持IT系统的发展。为了提高效率,DevOps流程依赖于一组集成工具。DevOps是行业所需的第一个必备能力以及敏捷方法。DevOps流程与微服务方法共享许多方面,特别是模块化和灵活性,从而实现持续的变化和交付。作为一种新的方法,有必要开发并提供给学院和行业培训计划,以尽可能好的方式培养我们的工程师。在本章中,我们介绍了近年来教育DevOps哲学的概念和价值观的教育努力的主要方面。这包括原则、实践、工具和架构,主要是微服务架构风格。已经取得了两个经验,一个是在学术层面作为硕士课程,另一个是作为工业培训。基于这两个经验,我们提供了比较分析和一些建议,以发展和改善未来的DevOps教育。
2019-04-04 cs.SE
Automated Security Findings Management: A Case Study in Industrial DevOps
本文针对工业 DevOps 中的安全发现管理问题,提出一种遵循 DevOps 原则的自动化管理方法,并开发了语义知识库 Security Flama,通过两个工业项目的案例研究验证了其有效性与实践价值。
2024-01-12 cs.SE
DevOps Education: An Interview Study of Challenges and Recommendations
在过去的几年里,软件行业已经采用了几种与持续集成和持续交付等实践相关的DevOps技术。对DevOps从业者的高需求需要对传统的软件工程课程和教育方法进行重大调整。本文对来自不同国家和大学的14位DevOps教育工作者进行了访谈研究,旨在确定DevOps教学的主要挑战和建议。我们的研究确定了83项挑战,185项建议,以及它们之间的一些关联和冲突。我们的研究结果可以帮助教育工作者计划,执行和评估DevOps课程。他们还强调了研究人员提出DevOps教学新方法和工具的几个机会。
2022-03-19 cs.SE
Your data is your dogfood: DevOps in the astronomical observatory
DevOps是软件开发文化的当代术语,通过将“基础设施视为代码”,有目的地模糊了软件开发和IT运营之间的区别。DevOps团队通常会实施由口语指令总结的实践“吃自己的狗粮”;这意味着团队开发的软件工具应该在内部使用,而不是扔给操作或用户。我们简要概述了DevOps技术如何将经过验证的软件工程实践带入IT运营。然后,我们讨论这些做法的应用天文观测站。
2014-07-24 astro-ph.IM cs.SE
Qualifying Software Engineers Undergraduates in DevOps -- Challenges of Introducing Technical and Non-technical Concepts in a Project-oriented Course
软件行业、实践和方法的不断变化对当前软件工程概念和技能的教学提出了挑战。DevOps尤其具有挑战性,因为它涵盖了技术概念,如管道自动化,以及非技术概念,如团队角色和项目管理。本研究探讨了课程设置,介绍这些概念的软件工程本科生。我们通过编码将DevOps概念与敏捷,精益和开源实践和工具相关联来设计课程。我们介绍了这个面向项目的DevOps课程的主要方面,自2016年首次提供以来,已有240名学生报名参加。我们进行了一项实证研究,定量和定性分析,以评估这种项目导向的课程设置。我们从项目库中收集数据,并通过问卷调查收集学生的看法。我们挖掘了148个存储库(对应于72个项目),并获得了86个有效的问卷调查。我们还绘制了对学生从经验中学习更具挑战性的概念。结果证明,第一手经验有助于理解DevOps概念,并丰富课堂讨论。我们提出了一组经验教训,这可能有助于教授更好地设计和进行以项目为导向的课程,以涵盖DevOps概念。
2021-02-12 cs.SE
Large scale reuse of microservices using DevOps and InnerSource practices -- A longitudinal case study
本文通过 Ericsson 的两阶段纵向案例研究,分析 DevOps 与 InnerSource 支持微服务大规模复用的成本、收益与挑战,并指出扩大 InnerSource 与自动化合规检查可提升复用成熟度。
2023-09-26 cs.SE
Overcoming Challenges in Agile and DevOps Integration: A Qualitative Study
University of Applied Sciences Emden/Leer(埃姆登/莱尔应用科学大学);Auckland University of Technology(奥克兰理工大学);University of Applied Sciences & Arts Hannover(汉诺威应用科学与艺术大学)
通过半结构化访谈,识别敏捷与DevOps集成的四类挑战(文化组织障碍、结构约束、过程方法复杂性、技术限制)及四类解决方案(团队结构与自治、文化与协作、过程与变更管理、自动化与基础设施),强调文化对齐和自动化等实践的重要性。
2026-06-01 cs.SE
The Role of DevOps in Enhancing Enterprise Software Delivery Success through R&D Efficiency and Source Code Management
Solbridge International School of Business(索尔布里奇国际商学院)
本研究通过定性案例研究,探讨DevOps实践如何通过提升研发效率和源代码管理促进企业软件交付成功,并指出文化阻力和工具集成等挑战。
2024-11-04 cs.CL cs.SE
Towards Sustainable DevOps: A Decision Making Framework
在软件行业中,DevOps是一种越来越多采用的软件开发范式。为了实现可持续的DevOps采用,需要将组织的文化,自动化,测量和共享(CAMS)方面转变为持续发展和运营的核心主题。软件组织在实施DevOps原则时面临着一些复杂性。可持续的DevOps实施有助于软件组织开发具有良好投资回报的优质项目。这项基于证据的研究旨在探索文献和行业实践中报告的可持续DevOps实施指南。通过系统的文献回顾和问卷调查,我们确定了可持续DevOps实施的48个指导方针。我们进一步制定了一个决策框架,旨在帮助从业人员考虑最重要的一套指导方针的优先事项。结果表明,在CAMS中,文化是可持续DevOps实施的最重要原则。此外,(i)企业应该专注于建立具有共同目标的协作文化,(ii)评估您的组织是否准备好使用微服务架构,以及(iii)教育公司高管了解DevOps的好处,以获得资源和预算支持,这是可持续DevOps实施的最高优先级指南。我们相信,这项深入的研究有助于从业者了解可持续DevOps实施的核心原则和指导方针。
2023-03-20 cs.SE
From Agile to DevOps, Holistic Approach for Faster and Efficient Software Product Release Management
发布管理是最重要的软件过程之一,是一组过程,包括不同环境中软件版本的编译、配置和管理。近年来,流程、技术和工具的变化以及实践和理解的变化为该领域更有效、高效、可持续、可重用的模型和方法铺平了道路。本研究的目的是检查DevOps的想法,以产生流程,突出其优点,并通过模型研究这些哲学,这是当今软件开发中最重要的两个过程和方法,如何揭示有效的发布管理过程。从研究中了解到的是,近年来变得普遍的敏捷和DevOps实践如何定位在发布管理过程的一般流程中,尽管有不同的实践,流程,学科和技术。在未来的研究中分享关于这些问题的案例研究,以及将流程应用为案例研究的经验分享研究,将揭示对流程和模型的实际应用和结果的积极反馈。此外,文献审查研究,其中的不足之处,在文献中被确定将是有用的,在确定的过程中的差距。
2023-01-23 cs.SE
Analyzing DevOps Practices Through Merge Request Data: A Case Study in Networking Software Company
本文基于网络软件公司 26.7k 个 MR,分析疫情、OpenShift 迁移及评审行为对 DevOps 效率的影响,揭示协作、生产力与代码评审优化模式。
2025-03-18 cs.SE
DevOps Adoption: Eight Emergent Perspectives
DevOps是一种基于精益和敏捷原则的方法,其中业务,开发,运营和质量团队合作,持续交付软件,旨在缩短上市时间,并不断收到客户的反馈。然而,实施DevOps可能是一项复杂而具有挑战性的任务,因为它需要重大的范式转变。因此,组织采用DevOps可能会出现许多失败和误解,尽管它有许多好处。这项工作确定,描述和比较了与学术界和工业界采用DevOps相关的不同观点。这些观点可以被理解为影响或帮助理解DevOps旅程的因素或变量。研究方法采用系统文献综述法和个案研究法。结果发现,八个方面:概念,模式,原则,做法,困难,挑战,利益和战略。更具体地说,SLR产生了390个项目,这些项目可以被理解为透视图的出现。所进行的案例研究确认了75个项目,证实了SLR的调查结果,同时又发现了29个项目。这种关于DevOps采用的全球观点可以指导初学者,无论是理论家还是实践者,使必要的组织转型不那么痛苦。
2021-09-20 cs.SE
DOLLmC: DevOps for Large Language model Customization
本研究提出面向大语言模型定制的DevOps框架DOLLmC,整合本体、知识图谱与提示工程优化流水线,经农业聊天机器人验证可提升定制效率与可扩展性,目前仍需更多跨领域测试验证。
2024-05-21 cs.SE
Integration of Security Standards in DevOps Pipelines: An Industry Case Study
在过去的十年中,公司采用DevOps作为根据客户期望交付软件产品的快速途径,拥有协调一致的团队和连续的周期。作为一种基本实践,DevOps依赖于模拟工厂泳道的管道。管道中的自动化程度越高,交付周期就应该越短。然而,应用DevOps具有挑战性,特别是对于支持关键基础设施并且必须遵守安全法规和标准的严格要求的工业控制系统(ICS)。目前对安全兼容的DevOps的研究为这个特定领域以及安全标准的系统应用提供了空白。在本文中,我们提出了一种系统的方法,将基于标准的安全活动集成到DevOps管道中,并强调其自动化潜力。我们的目的是分享我们的经验,并帮助从业者克服在开发过程中添加安全活动和保持较短的交付时间之间的权衡。我们在一家大型工业公司对我们的方法进行了评估,考虑了规范ICS的IEC 62443-4-1安全标准。结果增强了我们对我们的方法和人工制品的有用性的信心,并且它们可以支持从业者实现安全合规性,同时保持敏捷性,包括较短的交付周期。
2021-05-27 cs.SE
Devops And Agile Methods Integrated Software Configuration Management Experience
本研究通过集成DevOps和敏捷方法改进软件配置管理,与传统方法相比,在构建部署时间、自动化报告、版本管理、系统控制及工作效率等方面取得显著提升。
2023-06-24 cs.SE
A Benchmarking Proposal for DevOps Practices on Open Source Software Projects
本研究针对DORA基准无法适配开源软件项目的问题,适配并提出了含产出效率与稳定性维度的专用基准指标,开发工具自动采集GitHub数据,经四个热门OSS项目验证可行性,为OSS领域DevOps实践研究提供支撑。
2023-04-28 cs.PF cs.SE
A Mixed Method Study of DevOps Challenges
本研究通过主题建模分析174K个Stack Overflow帖子并结合21名从业者调查,识别出23个DevOps挑战主题,发现Cloud & CI/CD Tools等类别最受关注,指出需加强文档资源与组织培训以缓解工具易用性难题。
2024-03-25 cs.HC cs.SE
DevOps-Gym: Benchmarking AI Agents in Software DevOps Cycle
UC Santa Barbara(加州大学圣巴巴拉分校);National University of Singapore(新加坡国立大学);UC Berkeley(加州大学伯克利分校);Google(谷歌);UC Los Angeles(加州大学洛杉矶分校)
DevOps-Gym通过700+真实任务评估AI代理在完整DevOps周期中的能力,揭示其在问题解决和测试生成方面的局限性。
2026-01-27 cs.AI cs.CR cs.SE
Applying Model-Driven Engineering to Stimulate the Adoption of DevOps Processes in Small and Medium-Sized Development Organizations
目的:微服务架构(MSA)是一种越来越流行的架构风格,其中业务功能被包装到可自主开发和部署的软件组件中,称为微服务。微服务应用程序由多个DevOps团队开发,每个团队拥有一个或多个服务。在本文中,我们将探讨中小型组织(SMO)中的DevOps团队如何应对MSA以及如何支持它们。研究方法:我们通过对包括六个案例的探索性访谈研究的二次分析表明,MSA带来的组织和技术复杂性对中小型组织(SMOs)构成了特殊的挑战。我们应用模型驱动工程来应对这些挑战。结果如下:作为第二个分析的结果,我们确定了构建和维护共同的体系结构理解以及处理部署技术的挑战领域。为了支持SMO的DevOps团队应对这些挑战,我们提出了一个基于LEMMA的模型驱动工作流-用于建模微服务架构的语言生态系统。为了实现工作流,我们扩展了LEMMA的功能,以(i)从API文档中生成模型;(ii)引用其他团队拥有的远程模型;(iii)生成部署规范;(iv)生成整体架构的可视化表示。结论:我们通过一个案例研究验证了模型驱动的工作流程和我们对LEMMA的扩展,该案例研究表明,LEMMA的新增功能可以为DevOps团队带来效率提升。为了开发应用我们的工作流程以最大限度地提高SMOs效率的最佳实践,我们计划将来在该领域进行更多的实证研究。
2021-07-26 cs.SE
"Let it be Chaos in the Plumbing!" Usage and Efficacy of Chaos Engineering in DevOps Pipelines
Jheronimus Academy of Data Science Eindhoven University of Technology(耶罗尼穆斯数据科学学院 埃因霍温理工大学);University of Sannio(萨尼奥大学);NXP Semiconductors(恩智浦半导体)
本文通过分析灰色文献,揭示了DevOps流水线中混沌工程的实践应用与演变,强调受控实验和自动化在提升系统鲁棒性中的作用。
2025-09-22 cs.SE
DevOps Automation Pipeline Deployment with IaC (Infrastructure as Code)
本文针对DevOps部署中CI/CD流水线的现有流程优化需求,结合示例明确DevOps的实际落地方式,演示IaC与流水线即代码的实施策略,消除相关方法论的定义歧义。
2025-03-20 cs.ET cs.SE
Towards Digital Twin-enabled DevOps for CPS providing Architecture-Based Service Adaptation & Verification at Runtime
工业产品服务系统(IPSS)是指一种面向服务(SO)的方式提供访问CPS功能。由于与服务功能和行为、操作环境以及不断变化的客户需求相关的需求的不确定性,此类系统的设计具有高风险。这些风险和不确定性在IT部门是众所周知的,DevOps原则通过可靠和频繁的交付流程确保持续的系统改进。模块化和SO系统架构补充了这些流程,以促进IT系统的适应和发展。这项工作提出了一种方法来使用和扩展IPSS资产的数字孪生(DT),使CPS服务交付的持续优化和后者的适应不断变化的需求和环境。这通过确保IPSS的完整性和可用性来减少设计和操作期间的不确定性,特别是对于CPS运行时的设计和服务调整。该方法建立在将IT DevOps原则转移到启用DT的CPS IPSS的基础上。所选择的设计方法集成,重用和调整DT处理和通信资源与文献中的DevOps要求。我们使用这些需求,提出了一个DT使能的自适应CPS模型,它指导实现DT使能的DevOps在CPS IPSS。我们进一步提出了集成CPS闭环控制和基于架构的CPS自适应的关键操作DT的详细设计模型。这种集成的方法使A/B测试的实现成为一个用例和中心概念,以实现CPS IPSS服务适配和重新配置。自适应CPS模型和DT设计概念已在一个评估环境中的操作关键CPS IPSS进行了验证。该演示器在运行时的服务A/B测试期间实现了亚毫秒的周期时间,而不会导致CPS操作干扰和停…
2022-05-06 cs.SE
Learning from, Understanding, and Supporting DevOps Artifacts for Docker
随着DevOps工具和框架的使用越来越多,对支持代码以外的工具和技术的需求也越来越大。目前最先进的静态开发人员辅助工具,如Docker,仅限于浅层语法验证。我们确定了在学习、理解和支持开发人员编写DevOps工件领域的三个核心挑战:(i)DevOps工件中的嵌套语言,(ii)规则挖掘,以及(iii)缺乏基于语义规则的分析。为了应对这些挑战,我们引入了一个工具集binnacle,它使我们能够摄取90万个GitHub存储库。围绕Docker,我们提取了大约178,000个独特的Dockerfiles,并确定了由Docker专家编写的Gold Set of Dockerfiles。我们通过一种我们称之为分阶段解析的技术,将我们的AST中有效不可解释的节点数量减少了80%以上,从而解决了挑战(i)。为了解决挑战(ii),我们引入了一种新的规则挖掘技术,能够在我们策划的基准测试中恢复三分之二的规则。通过这种自动化挖掘,我们能够恢复16个在手动规则收集过程中没有找到的新规则。为了解决挑战(iii),我们从Gold Set中的文件提交中手动收集了一组Dockerfiles的规则。这些规则封装了最佳实践,避免了Docker构建失败,并改善了镜像大小和构建延迟。我们创建了一个使用这些规则的分析器,发现GitHub上的Dockerfiles平均违反规则的频率是我们Gold Set中Dockerfile…
2020-02-08 cs.SE
A Web-Based IDE for DevOps Learning in Software Engineering Higher Education
针对大学DevOps教学涉及工具多、教学难的问题,本文提出一款配备开发容器和教程的在线IDE学习工具,验证了其易用性等优势,强调了实用工具在DevOps教育中的关键作用。
2024-12-08 cs.CY cs.SE
Challenges and solutions when adopting DevSecOps: A systematic review
该研究通过对54项同行评审研究的系统性文献综述,梳理出采用DevSecOps的21项挑战、31项解决方案及二者映射,划分四大主题,指出工具相关问题最多,明确了未来需聚焦的研究方向。
2021-07-29 cs.SE
Towards MLOps: A DevOps Tools Recommender System for Machine Learning System
National University of Computer and Emerging Sciences(国家计算机与新兴科学大学)
本文针对 MLOps 中开源工具选择困难的问题,提出一种基于项目上下文信息的推荐系统框架,并通过实验证明随机森林方法在四种候选方法中取得最佳推荐效果。
2024-02-20 cs.LG cs.SE
DevOps and Microservices in Scientific System development
现代软件工程和科学计算在科学信息系统开发中存在着差距。从历史上看,软件工程方法被认为是计算科学家在科学系统开发中不想要的偶然复杂性。最近的趋势,如摩尔定律的终结和随后硬件平台的多样化,加上科学本身越来越多的多学科性,加剧了这个问题,因为自学成才的“最终用户开发人员”不熟悉解决这种增加的复杂性所需的学科。从更积极的方面来看,敏捷编程方法已经接近软件开发实践,以生产科学软件的方式。在这项工作中,我们介绍了一个多年行业研究项目的经验,其中应用了敏捷方法,微服务和DevOps。我们的目标是验证一个假设,即微服务的使用将允许计算科学家以他们喜欢的更简约的面向原型的方式工作,而软件工程团队将处理集成。因此,科学的多学科系统将以双重方式获益:(i)主题专家(SME)使用他们首选的工具来开发系统的特定科学部分;(ii)软件工程师为系统交付提供高质量的软件代码。
2021-12-22 cs.CE cs.SE
An Architecture for Decentralised Deployment and Operation of Blockchain Applications
Technical University of Munich(慕尼黑工业大学);Fraunhofer Gesellschaft(弗劳恩霍夫协会)
本文提出了一种将DevOps最佳实践与去中心化自治组织(DAO)概念相结合的新架构,旨在支持确定性部署并简化区块链应用的去中心化操作流程。
2026-05-21 cs.SE
Industrial Challenges in Secure Continuous Development
本文从工业实践视角验证了安全持续软件工程中的关键挑战,并面向从业者和研究者提出四个未来研究方向。
2024-01-12 cs.SE
Enhancing Educational Efficiency: Generative AI Chatbots and DevOps in Education 4.0
State University of Novi Pazar(新帕扎尔国立大学);University of Criminal Investigation and Police Studies(刑事侦查与警察研究大学);Higher Technical Professional School in Zvečan(兹韦钱高等技术专业学院);Academy Of Technical And Art Applied Studies Belgrade(贝尔格莱德技术与艺术应用研究学院)
本研究结合AI与DevOps提出CMS开发创新教学法,经三个学年对比实验验证,该方法可显著提升学习效率,为计算机科学教育的规模化自适应发展提供变革性思路。
2024-04-18 cs.AI cs.CY cs.SE
Semantic Similarity-Based Clustering of Findings From Security Testing Tools
Technical University of Munich(慕尼黑工业大学);Siemens Technology(西门子科技);LMU Munich(慕尼黑大学)
在过去的几年里,具有高安全性要求的领域中的软件开发从传统方法过渡到将现代方法与软件开发和运营(DevOps)相结合。DevOps的关键原则越来越重要,现在被应用于软件开发的安全方面,从而实现了安全增强活动的自动化。特别是,通常的做法是使用自动化的安全测试工具,这些工具在从多个角度检查软件工件之后生成报告。然而,这带来了产生重复安全调查结果的挑战。为了手动识别这些重复的发现,安全专家必须投入时间,精力和知识等资源。这个过程的部分自动化可以减少分析工作,鼓励DevOps原则,并减少人为错误的机会。在这项研究中,我们研究了应用自然语言处理聚类语义相似的安全结果,以支持识别特定问题的重复结果的潜力。为了实现这一目标,我们开发了一个Web应用程序,用于注释和评估安全测试工具报告,并发布了一个人工注释的聚类安全发现语料库。此外,我们进行了不同的语义相似性技术的比较,自动分组的安全调查结果。最后,我们使用定量和定性的评价方法来评估所产生的集群。
2022-11-20 cs.CL cs.SE
Identification of Practices and Capabilities in API Management: A Systematic Literature Review
传统组织越来越多地成为软件生产组织。该软件使他们能够通过应用程序编程接口(API)集成不同部门之间以及与其他组织之间的业务流程。管理API的主要任务是确保API易于第三方使用,例如提供有用的文档,监控API性能,甚至将API使用货币化。关于API管理的知识分散在学术文献中。在本文件中,我们描述了一个系统性文献综述(SLR),其目的是收集API管理实践和与API管理相关的能力,并提出该主题的全面定义。在这项工作的范围内,实践被定义为具有明确目标的任何实践,以改进,鼓励和管理API的使用。能力被定义为通过执行两个或多个相关实践来实现与API管理相关的特定目标的能力。我们遵循软件工程中的标准SLR方法。我们成功地收集了24个独特的定义,114个实践和39个功能。
2020-06-18 cs.SE
Source Data for the Focus Area Maturity Model for API Management
我们将API管理定义为一项活动,使组织能够设计、发布和部署其API,供(外部)开发人员使用。API管理功能,例如控制API生命周期,API的访问和身份验证,监控,节流和分析API使用情况,以及提供安全性和文档。这些功能通常通过集成平台实现。该数据集描述了API管理重点领域成熟度模型(API-m-FAMM)。以结构化的方式,该模型旨在支持在API管理活动中向第三方开发人员公开其API的组织。通过全面的系统性文献综述(SLR),收集了114种实践和39种能力。随后,这些做法和能力被分为6个重点领域。接下来,通过评分员间协议和与所有参与研究人员的四次验证会议,对实践和能力进行了分析和验证。然后,通过使用从补充文献、在线博客文章、网站、商业API管理平台文档和第三方工具中收集的信息来验证实践和功能的集合。因此,最初的实践和能力被缩小到87个实践和23个能力。这些实践通过实践代码、名称、描述、实施条件、负责实践的角色以及最初确定实践的相关文献来描述。能力和重点领域由代码、说明和(可选)最初确定能力和重点领域的相关文献描述。使用API-m-FAMM,组织可以评估,改进和评估其业务流程在API管理方面的成熟度。
2021-05-27 cs.SE
Developing and Operating Artificial Intelligence Models in Trustworthy Autonomous Systems
Universitat Politècnica de Catalunya - BarcelonaTech(加泰罗尼亚理工大学);Fraunhofer IESE(弗劳恩霍夫实验软件工程研究所)
在自治系统(AS)中处理人工智能(AI)模型的公司面临着几个问题,例如用户在不利或未知条件下缺乏信任,软件工程和AI模型开发之间的差距,以及在不断变化的运营环境中运营。这篇正在进行的论文旨在通过定义一种协调这两种活动的方法来缩小基于可信AI的AS的开发和运营之间的差距。我们综合了工业环境中基于AI的AS的主要挑战。我们反思了克服这些挑战所需的研究工作,并提出了一种新颖的,全面的DevOps方法,将其付诸实践。我们详细阐述了四个研究方向:(a)通过监控基于人工智能的AS并识别关键情况下的自适应需求来增加用户的信任;(b)集成敏捷流程,用于人工智能模型和AS的开发和演化;(c)在分布式AS环境中持续部署不同的特定于上下文的人工智能模型实例;以及(d)基于人工智能的AS的整体DevOps生命周期。
2021-04-23 cs.AI cs.SE
The openCARP CDE -- Concept for and implementation of a sustainable collaborative development environment for research software
本文提出并实现了基于 GitLab 的可持续协作开发环境 openCARP CDE,集成代码审查、自动化测试、DevOps 和版本长期保存等机制,并通过 openCARP 项目验证了其对大型异构团队协作的有效性。
2022-01-12 cs.SE
ITIL frameworks to ITD Company for improving capabilities in service management
IT在动态环境中运行,需要不断变化和适应。有必要改进业绩。我们在进行信息技术审计时发现了许多差距,并试图缩小能力差距。缩小这些差距的一个方法是在广泛的行业应用中采用良好做法。ITD公司的服务管理实践有多种来源,包括公共框架和标准,如ITIL、COBIT、CMMI、eSCM-SP、PRINCE 2、ISO 9000、ISO/IEC 20000和ISO/IEC 27001等。
2011-12-17 cs.SE
The Pipeline for the Continuous Development of Artificial Intelligence Models -- Current State of Research and Practice
University of Innsbruck(因斯布鲁克大学);Blekinge Institute of Technology(布莱金厄理工学院);Software Competence Center Hagenberg GmbH (SCCH)(哈根贝格软件能力中心有限公司(SCCH))
由于人工智能的特点,公司在确保质量的同时,很难不断开发和部署人工智能模型到复杂的生产系统中。为了简化开发过程,人工智能的连续管道已经成为一个活跃的研究领域,需要对术语,触发器,任务和挑战进行综合和深入的分析。本文包括一个多焦点文献综述,我们整合了151个相关的正式和非正式来源。此外,九个半结构化的采访,从学术界和工业界的参与者验证和扩展所获得的信息。基于这些来源,本文提供并比较了DevOps和AI,MLOps,(端到端)生命周期管理和CD 4 ML的CI/CD术语。此外,本文还提供了一个潜在触发器的汇总列表,用于重申管道,例如警报系统或时间表。此外,这项工作使用分类创建策略来呈现一个合并的管道,包括有关人工智能持续开发的任务。该管道由四个阶段组成:数据处理,模型学习,软件开发和系统操作。此外,我们将人工智能持续开发的管道实施、适应和使用方面的挑战映射到这四个阶段。
2023-01-21 cs.AI cs.SE
Enterprise-Driven Open Source Software: A Case Study on Security Automation
本文通过挖掘8243个企业驱动的开源软件仓库并调查维护者,发现仅6.83%的项目在CI流水线中应用安全自动化,揭示了安全活动稀缺和防护覆盖率低的问题,并呼吁业界关注第三方软件漏洞和改进实践。
2021-02-10 cs.SE
Customer Validation, Feedback and Collaboration in Large-Scale Continuous Software Development
针对大型组织持续整合客户反馈的挑战,本研究以戴尔科技为背景,采用行动研究方法提出改进模型,助力组织通过可衡量指标交付满足客户需求的软件增量改进。
2025-04-13 cs.SE
Privacy Bills of Materials: A Transparent Privacy Information Inventory for Collaborative Privacy Notice Generation in Mobile App Development
本文提出 PriBOM 隐私物料清单方法,通过团队角色协作、静态分析与隐私声明分析预填充,支持移动应用透明化隐私文档和隐私声明生成。
2025-03-16 cs.CR cs.SE
RealBench: A Repo-Level Code Generation Benchmark Aligned with Real-World Software Development Practices
Wuhan University(武汉大学);Peking University(北京大学);Nanyang Technological University(南洋理工大学)
RealBench通过结合自然语言需求和UML图,评估LLM在结构化设计下的代码生成能力,揭示了LLM在仓库级代码生成中的性能差距和优化策略。
2026-07-03 cs.SE
Insights into Software Development Approaches: Mining Q&A Repositories
本研究通过主题建模与定性分析结合的混合方法,挖掘三大问答论坛的13903篇开发者帖子,识别出15个软件开发方法高频主题、49项实践挑战及难点主题上升趋势,为从业者提供参考以提升软件质量。
2023-05-02 cs.SE
Model Cards Revisited: Bridging the Gap Between Theory and Practice for Ethical AI Requirements
University of Hamburg(汉堡大学)
针对AI伦理需求与模型文档实践的鸿沟,该研究通过分析伦理指南、文档框架、定量研究及实际模型卡片,构建含43项需求的伦理分类法,揭示开发者对能力和可靠性的偏重及对其他伦理维度的忽视,为修订模型卡片框架提供基础。
2025-07-08 cs.SE
Digital Twin: From Concept to Practice
Stanford University(斯坦福大学);Indian Institute of Science(印度科学理工学院)
最近的技术发展和人工智能(AI)的进步使复杂的功能成为数字孪生(DT)的一部分,几乎可以将自动化引入工作流程的各个方面。考虑到DT可以提供的这些可能性,实践者在实践中部署DT时选择哪些功能的决策越来越困难。在这方面缺乏研究也没有帮助。它导致了新兴技术能力的重新命名和重用,如预测,模拟,人工智能和机器学习(ML)作为DT的必要组成部分。在DT中不适当地选择能力可能会导致错失机会、战略偏差、过高的期望,以及被实践者当作炒作而拒绝的风险。为了缓解这一挑战,本文提出了数字化框架,设计和开发的设计科学研究(DSR)的方法,在为期18个月。该框架可以帮助从业者通过权衡每个级别的利弊,决定数字孪生系统的评估标准,并评估所选DT对组织流程和战略以及价值创造的影响,来选择DT的适当复杂程度。三个真实的案例研究说明了该框架的应用和实用性。
2022-01-14 cs.AI cs.HC cs.SE
Principles and Practices of Large-Scale Code Analysis at Ant Group: A Data- and Logic-Oriented Approach
Ant Group(蚂蚁集团)
提出CodeFuse-Query,一种基于Datalog和两层模式COREF的大规模代码分析数据系统,通过逻辑计算和领域优化设计实现高效跨语言分析,每日处理超100亿行代码。
2026-06-17 cs.PL cs.SE
Current practice in software development for computational neuroscience and how to improve it
计算神经科学中几乎所有的研究工作都涉及到软件。随着研究人员试图理解越来越复杂的系统,对具有新功能的软件的需求不断增加。由于正在研究的问题范围广泛,新软件通常由个人或小团体快速开发。在这些情况下,很难证明软件给出了正确的结果。软件开发人员通常对他们开发的代码持开放态度,并愿意分享代码,但潜在用户很少了解软件开发实践和最终结果的巨大多样性,以及这如何影响软件工具在研究项目中的适用性。为了帮助澄清这些问题,我们回顾了一系列软件工具,并询问了软件开发的文化和实践如何影响它们的有效性和可信度。我们确定了四个关键问题,可以用来对软件项目进行分类,并将它们与结果的产品类型相关联。第一个问题是生产什么。其他三个问题涉及为什么、如何以及由谁来完成这项工作。这些问题的答案与所生产的软件的性质及其对特定目的的适用性有很强的相关性。根据我们的研究结果,我们建议的方式,目前的软件开发实践在计算神经科学可以得到改善,并提出检查表,以帮助开发人员,评审员和科学家评估的质量是否特定的软件块准备用于研究。
2013-11-20 cs.CY cs.SE q-bio.NC