A Comprehensive Study on Automated Testing with the Software Lifecycle
本文综述了自动化测试在软件生命周期中的作用，分析其相较手动测试在效率、成本和质量评估方面的优势与差异，并探讨自动化测试工具的适用场景。
2024-05-02 cs.SE
GQM+Strategies: A Comprehensive Methodology for Aligning Business Strategies with Software Measurement
在软件密集型组织中，组织管理系统将不能保证组织的成功，除非业务战略可以转化为一组可操作的软件目标。目标问题度量（GQM）方法已被证明是有用的，在各种工业环境中，以支持定量的软件项目管理。然而，它并没有将软件度量目标与软件开发所在组织的更高层次的目标联系起来。这种联系很重要，因为它有助于证明软件度量工作的合理性，并允许度量数据有助于更高级别的决策。在本文中，我们提出了一种GQM+Strategies（R）度量方法，它建立在GQM方法的基础上，以计划和实施软件度量。GQM+Strategies（R）提供了一种机制，可以将软件度量目标明确地链接到软件组织的更高级别的目标，并进一步链接到整个业务级别的目标和策略。所提出的方法的示例应用的上下文中示出的方法。
2014-02-03 cs.SE
A Comprehensive Study of Commonly Practiced Heavy & Light Weight Software Methodologies
软件在现代社会的发展中扮演着重要的角色。软件行业可以选择合适的方法/过程模型，以满足其当前的需求，为问题提供解决方案。虽然一些公司有自己的定制方法来开发他们的软件，但大多数人认为软件方法分为重量级和轻量级两类。重量级方法论（瀑布模型，螺旋模型）也被称为传统方法论，其重点是详细的文档，包容性规划和外向设计。轻量级方法（XP，SCRUM）被称为敏捷方法。轻量级方法主要集中在短的迭代周期，并依赖于团队内部的知识。本文的目的是描述流行的重量级和轻量级的方法，广泛应用于软件行业的特点。我们已经讨论了所选模型的优点和缺点。此外，我们还讨论了这两种对立方法的优点和缺点，并说明了一些标准，帮助项目经理选择合适的模型，为他们的项目。
2012-02-12 cs.SE
A Comprehensive Study of Commonly Practiced Heavy and Light Weight Software Methodologies
软件在现代社会的发展中扮演着重要的角色。软件行业可以选择合适的方法/过程模型，以满足其当前的需求，为问题提供解决方案。虽然一些公司有自己的定制方法来开发他们的软件，但大多数人认为软件方法分为重量级和轻量级两类。重量级方法论（瀑布模型，螺旋模型）也被称为传统方法论，其重点是详细的文档，包容性规划和外向设计。轻量级方法（XP，SCRUM）被称为敏捷方法。轻量级方法主要集中在短的迭代周期，并依赖于团队内部的知识。本文的目的是描述流行的重量级和轻量级的方法，广泛应用于软件行业的特点。我们已经讨论了所选模型的优点和缺点。此外，我们还讨论了这两种对立方法的优点和缺点，并说明了一些标准，帮助项目经理选择合适的模型，为他们的项目。
2011-11-13 cs.SE
A Comprehensive Study on the Use of Word Embedding Models in Software Engineering Domain
本研究系统综述了词嵌入模型在软件工程领域的应用，收集181篇论文，回答SE应用、训练策略及与传统方法比较等问题，揭示实践现状与挑战。
2025-05-23 cs.SE
Just Enough, Just in Time, Just for "Me": Fundamental Principles for Engineering IoT-native Software Systems
通过无缝集成日常物品并改变我们与周围环境互动的方式，物联网（IoT）正在大幅改善家庭的生活质量并提高企业的生产力。鉴于物联网独特的特性，物联网应用已经从主流应用类型中脱颖而出。受可编程世界前景的启发，我们进一步预见了设计，开发，部署和维护软件系统的物联网原生趋势。然而，尽管物联网软件项目的挑战经常被讨论，但解决这些挑战仍处于“跨越鸿沟”时期。通过参与几个不同的物联网项目，我们逐渐提炼出了设计物联网原生软件系统的三个基本原则，例如刚刚好、及时和只为“我”。这些原则针对的是与物联网环境最典型特征相关的挑战，从资源限制到物联网设备的技术异构性。我们希望这项研究能够为物联网原生软件工程这一主题引发专门的努力、技术和理论。
2022-01-24 cs.SE
A Comprehensive Empirical Evaluation of Agent Frameworks on Code-centric Software Engineering Tasks
该研究在软件开发、漏洞检测和程序修复三项任务上评估了七个通用智能体框架，从有效性、效率和开销三个维度系统分析其性能权衡，为未来高效软件工程智能体的研究和应用提供了实证指导。
2025-11-02 cs.SE
Hot Fixing Software: A Comprehensive Review of Terminology, Techniques, and Applications
本文针对热修复研究缺乏系统综述的现状，通过梳理2000-2022年91篇相关文献，总结其研究领域、术语问题与研究空白，并提出未来研究方向以推动热修复的系统化发展。
2024-05-15 cs.SE
Service Oriented Architecture A Revolution For Comprehensive Web Based Project Management Software
面向服务的体系结构项目管理软件的革命已经改变了今天的项目在Web服务的帮助下快速移动的方式。面向服务的体系结构提高了性能以及分布式和远程团队之间的通信。Web服务为项目管理软件提供了应用程序开发生命周期的可见性和控制，从而更好地控制从管理阶段到开发的整个开发过程。面向服务的项目管理软件体系结构的目标是在分配的预算内按时交付产品，并具有客户期望的功能。项目管理软件基本上是一个妥善管理的项目，有一套清晰、沟通和管理的目标和目的，其进度是可量化和可控制的。资源得到有效和高效的利用，以生产所需的产品。在面向服务的体系结构的帮助下，我们可以在不抛弃过去的情况下走向未来。一个项目通常有一套沟通的过程，涵盖了项目的日常活动，形成了项目框架。因此，每个团队成员都了解自己的角色，责任以及如何融入大局，从而促进资源的有效利用。
2012-07-20 cs.SE
Watts This Smell: A Comprehensive Taxonomy of Software Energy Smells
Dalhousie University（达尔豪斯大学）
本文提出了一种全面的软件能耗异味分类，通过系统文献综述和雪球抽样，将320种低效模式分类为12种主要能耗异味和65种根本原因。通过实证验证，发现71%的样本存在多种共存的异味，内存相关异味的修复节能效果最高。
2026-07-09 cs.SE
Benchmarking Software Vulnerability Detection Techniques: A Survey
软件漏洞可能会造成严重的后果，这就是为什么已经提出了许多技术来防御它们。其中，漏洞检测技术是一个主要的重点领域。然而，缺乏一个全面的方法来衡量这些建议的技术。在本文中，我们提出的第一个调查，全面调查和总结的现状软件漏洞检测基准。我们回顾了目前的文献基准漏洞检测，包括基准方法的技术提出的论文和实证研究。我们还分别讨论了传统和基于深度学习的漏洞检测技术的基准测试方法。我们的调查分析了基准测试软件漏洞检测技术的挑战和所涉及的困难。我们总结了基准测试软件漏洞检测技术的挑战，并描述了解决这些挑战的可能解决方案。
2023-03-29 cs.SE
Real Faults in Model Context Protocol (MCP) Software: a Comprehensive Taxonomy
Polytechnique Montreal（蒙特利尔理工学院）
本文首次提出MCP服务器故障的分类，通过实证研究识别出五个高层故障类别，揭示MCP特定故障与非MCP故障的区别，为提升AI软件系统的可靠性提供依据。
2026-08-04 cs.SE
Comprehensive Landscapes for Software-related Quality Models
在软件（密集型）系统和服务的开发、操作和维护过程中管理质量（如服务可用性或过程遵守）是一项具有挑战性的任务。尽管许多组织需要定义、控制、测量和改进其开发工件和过程的各种质量方面，但几乎没有关于如何选择、调整、定义、组合、使用和发展质量模型的指导。质量模型以及选择和定制过程的目录广泛缺失。这种严重缺乏支持的一个重要原因是软件开发是一个高度依赖于上下文的过程。因此，质量模型总是需要适应各自的项目目标和背景。为更好地支持选择和调整质量模型而迈出的第一步，可以从对现有质量模型的分类中看出，特别是在它们对不同目的和背景的适用性方面。质量模型的这种分类可以应用于提供各种质量模型的综合概述。本文提出了所谓的综合质量模型景观（CQML）的想法，它提供了一个分类方案的质量模型，并帮助现有的质量模型和它们之间的关系的概述。本文描述了此类景观的使用目标，提出了分类方案，提出了此类景观的初步概念，通过选定的示例说明了这一概念，并概述了悬而未决的问题和未来的工作。
2014-03-21 cs.SE
Are Comprehensive Quality Models Necessary for Evaluating Software Quality?
软件质量的概念非常复杂，有很多方面。反映所有这些方面并同时测量与这些方面相关的所有内容，可以产生全面但大质量的模型和广泛的测量。相比之下，也有许多较小的，集中的质量模型声称用很少的措施来评估质量。我们调查，如果以及在何种程度上是可能的，以建立一个集中的质量模型，类似的评价结果作为一个全面的质量模型，但需要收集的措施少得多，因此，减少了工作。我们使用全面的Quamoco基础质量模型进行质量评估，并基于来自2，000多个开源系统的相同测量和数据集构建重点质量模型。我们分析的能力，重点模型预测的Quamoco模型的结果进行比较，随机预测作为基线。我们计算标准化的准确性测量SA和效应量。我们发现，对于Quamoco模型及其378个自动收集的测量值，我们可以构建一个只有10个测量值的聚焦模型，但准确率为61%，并且具有中等到高的效应量。我们的结论是，我们可以建立集中的质量模型，以获得类似于综合模型的系统质量的印象。然而，当包括手动收集的测量值时，模型的准确性保持在50%以下。因此，手动测量似乎具有很大的影响，因此在重点模型中不应被忽略。
2017-03-13 cs.SE
Fairness Testing: A Comprehensive Survey and Analysis of Trends
本文针对机器学习软件不公平行为问题，对100篇公平性测试研究按测试工作流与组件分类梳理，分析领域研究重点、趋势及前景方向，明确了常用数据集与开源工具。
2024-03-06 cs.SE
BOMs Away! Inside the Minds of Stakeholders: A Comprehensive Study of Bills of Materials for Software Systems
本文通过调查138名从业者并访谈8名受访者，系统识别了软件物料清单（SBOM）创建与使用中的12项主要挑战，并提出4个可操作的解决方案，为SBOM的未来研究和实践发展指明方向。
2023-09-22 cs.SE
The AR/VR Technology Stack: A Central Repository of Software Development Libraries, Platforms, and Tools
本文构建了针对AR/VR/MR领域的软件开发库、平台和工具的中心仓库，提供全面的技术资源整合与参考。
2023-05-13 cs.SE
Systematic Evaluation of Sandboxed Software Deployment for Real-time Software on the Example of a Self-Driving Heavy Vehicle
开发和维护纯软件产品（如网上商店）的公司旨在建立与其在该领域运行的软件的持久链接。从真实的使用场景中监测数据可以在软件生命周期中进行一些改进，例如快速识别和解决问题，以及从以前的意外使用中引出需求。虽然使用沙箱技术的持续集成、持续部署和持续实验的过程在上述纯软件产品中已经建立，但在汽车领域采用类似的做法则更为复杂，主要是由于实时的【形】和安全性的限制。在本文中，我们系统地评估了沙盒软件部署的自动驾驶重型车辆的背景下，参加了2016年大合作驾驶挑战赛（GCDC）在荷兰。我们测量了系统的调度精度后，部署在四个不同的执行环境中的应用程序。我们的研究结果表明，有没有显着的差异，在性能和开销时，使用沙箱环境相比，本机部署的软件。因此，软件架构、打包和维护的最新趋势将有助于实现网络物理系统的类似软件和系统工程。
2016-08-24 cs.SE
Empowering Enterprise Development by Building and Deploying Admin Dashboard using Refine Framework
本研究依托Refine框架、Ant Design与GraphQL API开发企业级管理仪表盘，优化后端集成并实现实时数据洞察，兼具美观性与易用性，覆盖多类核心功能，为企业提供前沿的数据驱动运营解决方案。
2024-04-15 cs.DB cs.SE
BACKUS: Comprehensive High-Performance Research Software Engineering Approach for Simulations in Supercomputing Systems
高性能计算（HPC）平台通过采用研究软件工程（RSE）技术，使科学软件在许多研究领域（如物理学、生物学和化学）中实现突破。这些包括1）新颖的并行范例，如共享内存并行主义（例如，使用OpenMP 4.5）;分布式存储器架构（例如MPI 4）;将它们组合在一起的混合并行性;以及异构并行性2）引入先进的软件工程概念，如面向对象的并行编程（OOP）、并行单元测试、并行I/O接口;混合并行可视化; 3）在其他必要领域选择最佳实践，如用户界面;自动文档;版本控制和项目管理。在这项工作中，我们提出了一种综合性的高性能研究软件工程方法在超级计算系统中的模拟，我们发现它最适合于长寿命的并行科学代码。
2019-10-14 cs.DC cs.SE
Designing and Implementing a Comprehensive Research Software Engineer Career Ladder: A Case Study from Princeton University
Princeton University（普林斯顿大学）
本研究针对普林斯顿大学RSEs需求激增的问题，设计并实施了涵盖助理至主任级别的全面职业阶梯，通过明确的指导原则和能力框架提升招聘效率与晋升路径清晰度。
2026-02-22 cs.SE
A Systematic Mapping Study on Risks and Vulnerabilities in Software Containers
本研究通过系统映射分析，系统梳理了软件容器中的安全风险与漏洞，提出了新的分类法，并总结了缓解措施和安全实践。
2025-12-12 cs.SE
A Comprehensive Survey of Benchmarks for Automated Improvement of Software's Non-Functional Properties
针对软件非功能属性自动改进缺乏标准基准的问题，本调查系统梳理了386篇相关论文，发现执行时间最受关注（62%），多目标改进罕见（5%），并提供了基准选择建议，以促进该领域研究。
2022-12-16 cs.SE
A State-of-the-practice Release-readiness Checklist for Generative AI-based Software Products
Queen’s University（女王大学）；National Bank of Canada（加拿大国民银行）
本文通过系统综述灰色文献，提出了一份面向基于生成式AI软件产品的发布就绪检查清单，帮助从业者从性能、监控和部署策略等方面评估LLM应用的发布可靠性。
2024-03-27 cs.AI 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
Leveraging AI for Enhanced Software Effort Estimation: A Comprehensive Study and Framework Proposal
Savvycom Software（Savvycom软件公司）
本研究综述2017至2023年AI在软件工作量估算中的应用，通过比较多种机器学习模型确定最有效方法，并提出增强项目规划与资源分配的AI框架。
2024-02-08 cs.AI cs.SE
RUM: Rule+LLM-Based Comprehensive Assessment on Testing Skills
本文提出RUM方法，将规则与大语言模型结合，对测试用例、脚本和报告进行主客观综合评估，在软件测试竞赛中实现效率提升80.77%、成本降低97.38%，为测试技能评估和个性化教学提供新思路。
2025-08-18 cs.SE
Empirical Study on Selection of Team Members for Software Projects - Data Mining Approach
任何软件行业的一个基本任务是开发客户满意的产品。然而，实现上述业务目标取决于组织中设计的产品质量的深度。因此，高质量的生产取决于过程，而过程又取决于人。IT行业的现有场景要求部署合适的人员，以通过现有流程实现产品的理想质量。本文的目标是确定标准，将用于在工业实践中选择一个软件项目团队的成员，并寻找这些标准和项目成功之间的关系。采用半结构化访谈和定性方法进行数据分析和综合，一套团队建设的标准，确定了从项目经理在行业。研究结果表明，一致使用的一套标准与项目的成功显着相关，与人为因素的标准与软件质量，从而项目的成功呈现出很强的相关性。这些知识使项目经理能够做出正确的人员配置决策，以实现预期的水平。
2014-02-11 cs.SE
A Comprehensive Study on Software Aging across Android Versions and Vendors
本文分析了软件老化的现象-即，从长远来看，性能逐渐下降和资源枯竭-在Android OS的研究旨在突出，如果，以及在何种程度上，来自不同供应商的设备，在各种使用条件和配置，受到软件老化和系统的哪些部分是主要的贡献者。结果表明，软件老化系统地确定了用户感知的响应能力的逐渐丧失，以及物理内存的不合理消耗。分析表明，由于工作量因素和运行应用程序的类型，以及由于供应商的定制，老化趋势存在差异。此外，我们分析了几个系统级指标，以追溯软件老化影响的主要原因。我们发现，臃肿的Java容器是软件老化的重要因素，并且通过容器级别的微恢复解决方案来减轻老化是可行的。
2020-05-23 cs.PF cs.SE
Structuring a Comprehensive Software Security Course Around the OWASP Application Security Verification Standard
软件从业人员缺乏安全专业知识是一个有许多影响的问题。首先，安全专业人员短缺，无法满足当前的需要。此外，即使不打算从事安全工作的从业人员也可以从对安全的更多理解中受益。本文的目的是通过分享第十一次软件安全课程的运行经验，帮助软件工程教育工作者设计一门综合性的软件安全课程。通过运行软件安全课程的所有十一年，课程目标是全面的-从安全测试，安全设计和编码，安全要求到安全风险管理。在第十一年，课程作业的主题是将漏洞发现映射到开放式Web应用程序安全项目（OWASP）应用程序安全验证标准（ASVS）的安全控制。根据学生在最终探索性渗透测试项目中的表现，这种映射可能增加了学生对更广泛的安全主题的理解深度。在OpenMRS项目中，学生们在三个小时的时间内有效地检测到了28种不同的常见弱点枚举（CWE）类型的191个独特和经过验证的漏洞，OpenMRS项目是一个正在使用的电子健康记录应用程序。
2021-03-08 cs.CR cs.SE
A comprehensive safety engineering approach for software-intensive systems based on STPA
Institute of Software Technology, University of Stuttgart（斯图加特大学软件技术研究所）；Massachusetts Institute of Technology（麻省理工学院）
本文提出基于STPA的综合安全工程方法，结合软件测试和模型检查，用于开发安全软件，通过安全分析确定软件安全需求，以确保潜在危险原因不发生。
2016-12-09 cs.SE cs.SY eess.SY
Please Don't Go -- A Comprehensive Approach to Increase Women's Participation in Open Source Software
女性在软件开发行业的员工中所占比例不到24%，并且经历了各种类型的偏见和偏见。尽管为增加多样性和多性别参与做出了各种努力，但妇女在开放源码软件项目中的代表性更低。在我的博士学位，我调查了以下问题：开放源码软件社区如何增加妇女在他们的项目的参与？我将确定不同的开放源码软件职业道路，并制定一个整体的观点，妇女的动机加入或离开开放源码软件，以及他们的成功定义。基于这一实证调查，我将与Linux基金会合作，设计以女性为重点的吸引和留住策略。在实施策略之前和之后，我将进行实证研究，以评估实践的状态，并了解策略的含义。
2021-03-15 cs.CY cs.SE
Benchmarking Large Language Models for Multi-Language Software Vulnerability Detection
针对LLMs在多语言软件漏洞检测中缺乏全面评估的问题，本文构建了包含Python、Java和JavaScript的大规模数据集，通过多种方法评估LLMs并探索数据与模型视角的改进策略，揭示了SVD任务的挑战性。
2025-03-03 cs.SE
Architecture and Production Readiness Reviews in Practice
详细描述体系结构审查的过程。为了成功地构建和部署复杂的软件解决方案，架构是必不可少的。对于许多业内人士来说，这些架构的结构化审查也是严格的。这种审查的做法已经制定并报告了多年。有一个方面没有得到太多的关注，但同样重要的是这些架构与将它们部署到生产环境中的需求之间的关系。在威科公司法律服务部，我们首先建立了一个典型的架构审查流程，然后建立了一个两阶段的生产准备审查流程。本文详细介绍了这些做法是如何工作的，以及这些审查的一些技术成果，包括审查的频率和风格，围绕审查的过程自动化，以及通过执行这些审查消除的一些技术缺陷的数量和性质。本文为其他有兴趣遵循类似做法的人奠定了基础。
2014-12-30 cs.SE
Software Sustainability: A Systematic Literature Review and Comprehensive Analysis
University at Buffalo (SUNY)（纽约州立大学布法罗分校）
软件工程是一个不断发展的主题领域，每天都面临着新的挑战，因为它试图自动化更新的业务流程。软件解决方案成功的关键挑战之一是实现可持续性。许多软件无法维持所需的时间长度是由于在软件开发阶段对可持续性的考虑有限。本文旨在提出一个详细的和包容性的研究，涵盖了软件可持续性的技术和非技术挑战和方法。基于循证软件工程（EBSE）技术选择的107项相关研究进行了系统和全面的文献综述。研究表明，可持续性可以通过在技术和非技术层面开展具体活动来实现。技术层面包括软件设计、编码和用户体验属性。非技术层面包括文档编制、可持续性宣言、软件工程师培训、软件项目融资以及项目经理实现可持续性的领导技能。本文基于以上几个方面对现有的研究成果进行了归纳总结。接下来，这些方面如何影响开源和闭源软件被制成表格。根据这项审查的结果，可以看出，技术和非技术的可持续性方面是同样重要的，把一个争论和忽视其他将威胁到软件产品的维持。
2019-10-11 cs.CY cs.IR cs.LG
TANGO: Transparent heterogeneous hardware Architecture deployment for eNergy Gain in Operation
本文关注的是软件系统实际上如何使用异构并行架构（HPAs）的问题，以优化这些资源的功耗为目标。它认为，需要新的方法和工具，以支持软件支持软件开发人员，旨在优化功耗所造成的设计，开发，部署和运行软件的HPA，同时保持其他质量方面的软件，以充分和商定的水平。为此，讨论了一个在应用程序构建、部署和操作中支持能效的参考架构，以及其实施和评估计划。
2016-03-04 cs.DC cs.SE
Secret Leak Detection in Software Issue Reports using LLMs: A Comprehensive Evaluation
Bangladesh University of Engineering and Technology（孟加拉国工程与技术大学）；The University of British Columbia（不列颠哥伦比亚大学）；York University（约克大学）
本文通过大规模分析和实用检测流程，评估了GitHub问题中泄露秘密的检测方法，结合正则表达式和LLM进行分类，提升检测精度与召回率。
2026-04-16 cs.SE
Requirements-Based Test Generation: A Comprehensive Survey
Macau University of Science and Technology（澳门科技大学）；Zhejiang Polytechnic University of Mechanical and Electrical Engineering（浙江机电职业技术学院）；Macau University of Science and Technology Zhuhai MUST Science and Technology Research Institute（澳门科技大学珠海MUST科技研究院）；University of Cincinnati（辛辛那提大学）；University of Nottingham Ningbo China（诺丁汉大学宁波校区）
本文针对基于需求的测试生成（RBTG）开展综合调查，分类需求类型与测试方法，汇总工具、应用及开放挑战，为该领域研究提供系统梳理。
2026-08-17 cs.SE
Sample-Free Learning of Input Grammars for Comprehensive Software Fuzzing
如果知道输入语言，为程序生成有效的测试输入就容易得多。我们提出的第一个成功的技术，给定一个程序P没有任何输入样本或模型，学习一个输入语法，表示语法有效的输入P -语法，然后可以用于高效的测试生成P。为此，我们引入了一个测试生成器，针对输入解析器，系统地探索解析的替代方案的基础上动态跟踪的约束，由此产生的输入进入语法学习器产生的语法，然后可以用于模糊。在我们对JSON、URL或Mathexpr等主题的评估中，我们的PYGMALION原型只花了几分钟就推断出语法并生成了数千个有效的高质量输入。
2018-10-18 cs.PL cs.SE
Approaching Current Challenges in Developing a Software Stack for Fully Autonomous Driving
Technical University of Munich（慕尼黑工业大学）
自动驾驶是一项复杂的任务。一种常见的方法是通过模块化将驾驶任务分解为单独的子任务。这些子模块通常单独开发和发布。然而，如果这些单独开发的算法必须再次组合以形成全栈自动驾驶软件，这将带来特殊的挑战。根据我们在开发TUM Autonomous Motorsport软件方面的实践经验，我们已经确定并得出了在科学环境中开发自动驾驶软件堆栈的这些挑战。我们不关注个别算法的具体挑战，而是关注在现实世界的测试车辆上部署研究算法时出现的一般困难。为了克服这些挑战，我们采用了在我们的发展方法中行之有效的战略。我们还提供了开源实现，在GitHub上实现这些概念。因此，本文的贡献将简化未来的全栈自动驾驶项目，这对于全面评估各个算法至关重要。
2025-04-17 cs.RO cs.SE
Comprehensive Evaluation of Large Language Models on Software Engineering Tasks: A Multi-Task Benchmark
本文评估了11种先进LLMs在五个软件工程任务中的表现，发现模型在完成时间、工具效率和成本上存在显著差异，同时揭示了两种低效模式，并展示了编码任务的成功率与研究任务的挑战性差异。
2026-02-06 cs.CL cs.SE
Software Engineering Process Theory: A Multi-Method Comparison of Sensemaking-CoevoIution-Implementation Theory and Function-Behavior-Structure Theory
许多学者呼吁在软件工程中增加对理论的关注。因此，本文经验评估两个不同的软件开发过程理论-一个表达一个更传统的，有条不紊的观点（FBS）和一个表达一种替代的，更即兴的观点（SCI）。主要是定量调查的1300多名软件开发人员与四个定性的案例研究相结合，以实现同时广泛和深入的实证评估。基于这两种理论的封闭式先验编码方案的病例数据分析强烈支持SCI，问卷回答分布分析也是如此（p<0.001;卡方拟合优度检验）。此外，个案问卷三角调查发现，没有证据表明，支持SCI不同的参与者的性别，教育，经验，国籍或规模或性质的项目。这表明，而不是弱耦合阶段（分析，设计，编码，测试）之间的迭代，它是更准确和有用的概念化开发之间的组织感知项目上下文（意义制造），同时改善心理图片的上下文和设计工件（共同进化）和构建，调试和部署软件工件（实现）的特设振荡。
2013-07-03 cs.HC cs.SE
Towards Comprehensive Benchmarking Infrastructure for LLMs In Software Engineering
Queen's University（女王大学）
本文提出BEHELM，一个面向软件工程的大语言模型全面基准测试基础设施，旨在解决现有评估体系在数据集、指标和数据管道方面的不足，提升评估的全面性和可重复性。
2026-01-28 cs.AI cs.SE
Who is to Blame: A Comprehensive Review of Challenges and Opportunities in Designer-Developer Collaboration
本文通过系统性文献综述和论坛分析，揭示设计师与开发者协作中的三大挑战及最佳实践，为未来协作工具研发提供参考。
2025-01-20 cs.HC cs.SE
Your Instructions Are Not Always Helpful: Assessing the Efficacy of Instruction Fine-tuning for Software Vulnerability Detection
Singapore Management University（新加坡管理大学）
本文研究指令微调对软件漏洞检测模型跨编程语言泛化能力的影响，通过在真实数据集上的实验评估自然语言指令的作用，并总结关键经验与见解。
2024-01-15 cs.AI cs.SE
Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey
Sun Yat-sen University（中山大学）；Hangzhou Normal University（杭州师范大学）；Zhejiang University（浙江大学）；Huawei Technologies Co, Ltd（华为技术有限公司）；Chongqing University（重庆大学）
本文全面调查了大语言模型在软件工程中问题解决的进展与前沿，分析了数据构建、方法和技术挑战，并提供了开源资源。
2026-01-15 cs.CL cs.SE
Rapid Regression Detection in Software Deployments through Sequential Testing
持续部署的实践使公司能够通过提高软件部署的速度来缩短上市时间。但是，更频繁地部署会带来偶尔发布有缺陷的更改的风险。对于互联网公司来说，这有可能降低用户体验，增加用户放弃。因此，质量控制门是软件交付过程的重要组成部分。这些用于建立对发布或变更可靠性的信心。为此，一种常见的方法是执行金丝雀测试来评估生产工作负载下的新软件。尽早检测缺陷对于减少曝光和向开发人员提供即时反馈是必要的。我们提出了一个统计框架，用于快速检测软件部署中的回归。我们的方法是基于随机顺序和平等分布的顺序测试。这使得金丝雀测试能够被连续监控，允许回归被快速检测，同时严格控制整个错误检测概率。这种方法的实用性是基于Netflix的两个案例研究。
2022-06-22 cs.SE stat.AP
DecipherGuard: Understanding and Deciphering Jailbreak Prompts for a Safer Deployment of Intelligent Software Systems
针对LLM软件系统运行时越狱攻击导致护栏防御成功率下降的问题，本文提出DecipherGuard框架，通过破译层和低秩适配机制将DSR提升36%-65%、OGP提升20%-50%。
2025-09-21 cs.CR cs.SE
Investigating the potential impact of values on requirements and software engineering
本文描述了一个基于价值的软件工程的调查，并提出了一个全面的价值分类与设计功能的含义的解释。价值分类法用于评估Covid 19症状跟踪器应用程序的设计。
2021-03-01 cs.CY cs.SE
Containerization of a polyglot microservice application using Docker and Kubernetes
本项目探究容器化技术的优势，提出构建Java、Python、JavaScript多语言微服务应用，经Docker容器化后部署到Kubernetes，评估分布式服务发现与自动扩缩容并对比性能，为软件开发团队提供参考。
2023-04-30 cs.PF cs.SE
A Comprehensive Survey of Logging in Software: From Logging Statements Automation to Log Mining and Analysis
University of Waterloo（滑铁卢大学）
日志被广泛用于记录软件系统的运行时信息，例如事件的时间戳和重要性，日志源的唯一ID，以及任务执行的部分状态。日志的丰富信息使系统开发人员（和操作员）能够监控其系统的运行时行为，并进一步跟踪系统问题，并对生产环境中的日志数据进行分析。然而，先前关于利用日志的研究是分散的，这限制了该领域的新研究人员快速获得速度的能力，并阻碍了当前活跃的研究人员进一步推进该领域。因此，本文调查和提供了一个系统的文献综述和映射的当代日志记录的做法和日志语句的挖掘和监测技术及其应用，如在系统故障检测和诊断。我们研究了大量出现在顶级同行评审场所的会议和期刊论文。此外，我们还绘制了正在进行的研究的高层次趋势，并将出版物进行了细分。最后，根据我们在本次调查中的整体观察，我们提供了一系列挑战和机遇，这些挑战和机遇将引导学术界和工业界的研究人员推动该领域的发展。
2022-01-01 cs.LG cs.SE
Green Application Placement in the Cloud-IoT Continuum
绿色软件工程旨在减少开发、部署和管理软件系统对环境的影响。与此同时，云物联网范例可以通过以下方式帮助提高应用部署的能源和碳效率：（i）减少数据量和它们必须在网络上传输的距离，（ii）利用空闲的边缘设备来支持应用部署。在本文中，我们提出了一种声明性方法及其Prolog原型，用于确定应用服务在云物联网基础设施上的位置，以优化能源和碳效率，同时考虑不同的基础设施电源和运营成本。该提案是通过一个激励性的例子进行评估的。
2021-10-18 cs.NI cs.OH cs.PL
Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games
Electronic Arts (EA)（美国艺电（EA））
本文针对AAA级游戏生产中开发环境与最终产品差异大、测试能力不足的问题，介绍了在现有脚本机器人自动化测试方案中集成强化学习系统以提升测试覆盖率的实践，总结了落地中的耗时难点并提出相关研究方向，助力游戏行业应用强化学习技术。
2023-07-19 cs.AI cs.LG cs.SE
Vulnerability Detection: From Formal Verification to Large Language Models and Hybrid Approaches: A Comprehensive Overview
Eötvös Loránd University (ELTE)（厄特沃什·罗兰大学（ELTE））；Technology Innovation Institute (TII)（技术创新研究院（TII））；University of Oslo（奥斯陆大学）；Cyentific AS（赛恩蒂菲克公司）；Guelma University（盖勒马大学）；The University of Manchester（曼彻斯特大学）；Federal University of Amazonas（亚马逊联邦大学）
本文综述软件漏洞检测中的经典形式化方法、基于 LLM 的分析及混合技术，探讨结合形式化保证与大模型洞见以提升验证有效性和可扩展性。
2025-03-13 cs.AI cs.SE
