To What Extent Is Stress Testing of Android TV Applications Automated in Industrial Environments?
基于Android的智能电视（TV）必须在各种硬件资源条件下在嵌入式程序环境中可靠地运行其应用程序。由于用于构建众多电视模型的各种硬件组件，电视模拟器通常没有足够的保真度来模拟各种电视模型，因此在对此类应用进行压力测试时仅被视为不可靠的替代品。因此，尽管在真实电视机上进行压力测试是繁琐的，但这是确保行业中这些应用程序可靠性的事实方法。在本文中，我们研究在工业环境中，智能电视应用程序的压力测试可以在多大程度上完全自动化。据我们所知，没有以前的工作已经解决了这个重要的问题。我们总结了从10个工业测试工程师那里收集的结果，他们在真实的生产环境中测试了20个这样的电视应用程序。我们的研究表明，行业所需的测试自动化支持高层次的GUI对象控制和状态检查，资源条件的设置和两者之间的相互作用。有了这些支持，一个电视型号的87%的工业测试规格可以完全自动化，其中71.4%被发现是完全可重复使用的，以测试后续的电视型号，主要升级的硬件，操作系统和应用程序。与没有此类支撑的压力测试相比，它代表了28%和38%的利润率的显着改善。
2015-09-23 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
Modularity and Architecture of PLC-based Software for Automated Production Systems: An analysis in industrial companies
自适应和灵活的生产系统需要模块化和可重复使用的软件，特别是考虑到它们长达50年的长期生存周期。介绍了一种自动化生产系统软件成熟度度量方法SWMAT4aPS。该方法确定了各公司在自动化生产系统（aPS）设计中软件模块化解决方案的弱点和优点。首先，一个自我评估的问卷是用来评估大量的公司关于他们的软件成熟度。其次，我们分析了PLC的代码，建筑水平，工作流程和能力，自动配置代码的工程信息在四个选定的公司。在本文中，问卷调查结果，从16个德国世界领先的公司在机器和设备制造和四个案例研究验证的结果，从详细的分析，以证明该方法的适用性，并给出了一个调查的最先进的工业。
2022-12-07 cs.SE
Towards Automated Acceptance testing for industrial robots
SmArtSE Research Team（SmArtSE研究团队）；Université du Québec à Chicoutimi（魁北克大学希库蒂米分校）
工业机器人是许多现代工业中应用的重要机器，以高精度执行重复性任务，取代或支持危险工作。在这种系统中，随着成本与系统保持工作的时间相关的复杂性的增加，系统必须以最小数量的故障运行。换句话说，工业中重要的质量方面是可靠性。我们假设自动化验收测试提高了工业机器人程序的可靠性。本文提出了研究问题、研究动机、研究假设以及未来的研究方向。
2021-04-22 cs.RO cs.SE
Integrating Threat Modeling and Automated Test Case Generation into Industrialized Software Security Testing
工业物联网（IIoT）应用为推动工业生产效率的提高提供了一系列全新的可能性。然而，随着系统之间的高度集成，后者面临着过多的新威胁，因为它们尚未被设计为广泛可达和互操作。为了缓解这些大量的新威胁，系统化和自动化的测试方法是必要的。这种全面性可以通过彻底的威胁建模来实现。为了自动化安全测试，我们提出了一种方法，自动化的测试过程中，从威胁建模向前，关闭之间的差距威胁建模和自动化测试用例生成。
2019-11-15 cs.CR cs.SE
Automated Misconfiguration Repair of Configurable Cyber-Physical Systems with Search: an Industrial Case Study on Elevator Dispatching Algorithms
本文针对可配置信息物理系统错误配置修复难题，提出基于搜索的自动修复方法，并通过真实电梯调度算法工业案例验证其优于基线算法和领域专家手动修复。
2023-01-09 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
Automated Functional Testing for Malleable Mobile Application Driven from User Intent
School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）
本文提出ALADDIN框架，通过用户需求驱动生成GUI测试，验证用户指定功能的正确性，展示了在六个移动应用上的有效性，推动移动开发向用户驱动模式转变。
2026-04-08 cs.SE
Fill in the Blank: Context-aware Automated Text Input Generation for Mobile GUI Testing
自动化GUI测试被广泛用于帮助确保移动应用程序的质量。然而，许多GUI需要适当的文本输入才能进入下一页，这仍然是测试覆盖率的一个突出障碍。考虑到有效输入的多样性和语义要求（例如，航班起飞、电影名称），但是使文本输入生成自动化具有挑战性。受预先训练好的大语言模型（LLM）在文本生成方面取得显著进展的启发，提出了一种基于LLM的QTypist方法，用于根据GUI上下文智能地生成语义输入文本。为了提高LLM在移动测试场景中的性能，我们开发了一种基于数据库的数据构建和调优方法，该方法自动提取模型调优的提示和答案。我们对来自Google Play的106个应用程序进行了QTypist评估，结果显示QTypist的通过率为87%，比最佳基线高出93%。我们还将QTypist与自动化GUI测试工具集成，与原始工具相比，它可以覆盖42%的应用程序活动，52%的页面，并随后帮助揭示122%的错误。
2022-12-09 cs.SE
Practical, Automated Scenario-based Mobile App Testing
本文提出ScenTest方法，通过GUI图像理解构建事件知识图谱（EKG），将领域知识融入基于场景的移动应用测试，首次实现目标场景的全自动化测试生成，并能揭示80多个真实缺陷。
2024-06-12 cs.SE
A Survey on the Techniques and Tools for Automated Requirements Elicitation and Analysis of Mobile Apps
本文通过系统映射73篇论文，综述移动应用自动化需求获取与分析的技术与工具，发现半自动技术、开源非自研工具及需求分析、挖掘、分类任务占主导。
2025-09-01 cs.SE
Automated Issue Assignment: Results and Insights from an Industrial Case
Softtech是土耳其最大的私人银行IsBank的子公司，每天平均收到350份来自该领域的问题报告。手动将报告的问题分配给软件开发团队是昂贵且麻烦的。我们使用数据采掘方法自动化问题分配，并分享我们在Softtech/IsBank部署所产生的系统所获得的经验。自动化问题分配已经在文献中进行了研究。然而，这些工作中的大多数报告在开源项目上获得的结果，剩下的少数，尽管他们使用商业，闭源项目，以回顾的方式执行任务。另一方面，我们部署了所提出的方法，该方法自2018年1月12日以来一直在进行所有分配。这为我们提供了一个前所未有的机会，以观察自动化问题分配在该领域的实际效果，并进行用户研究，这是以前没有做过的。我们注意到，这不仅仅是部署一个自动分配问题的系统，而且还涉及围绕该系统设计/改变分配过程;分配的准确性不必高于手工分配的准确性，以便该系统有用;部署这样的系统需要开发附加的功能，例如以在线方式检测任务准确性的下降，并为任务创建可读的解释;利益攸关方不一定抵制变革;逐步过渡可以帮助利益攸关方建立信心。
2021-03-22 cs.SE
Coyote C++: An Industrial-Strength Fully Automated Unit Testing Tool
本文介绍了Coyote C++，一款基于混合符号执行的工业级C和C++全自动化单元测试工具，它无需用户参与即可一键完成测试生成与执行，持续达到约90%的代码覆盖率。
2023-10-23 cs.PL cs.SE
A Systematic Literature Review of Automated Techniques for Functional GUI Testing of Mobile Applications
上下文已经提出并开发了多种用于移动应用GUI测试的自动化技术，旨在提高有效性、效率和实用性。有效性，效率和实用性是测试技术的三个基本特征，需要不断改进，以便为研究人员和从业人员以及整个社区提供有用的解决方案。Objective.在这个系统的审查，我们试图提供一个广泛的现有的移动测试工具，整理和分析他们的概念，也包括估计的有效性，效率和实用性的性能特征。法为了实现我们的目标，我们指定了3个主要的，和14个次要的审查问题，并进行了25个主要研究的分析。我们首先单独分析每个主要研究，然后将主要研究作为一个整体进行分析。我们制定了一个审查方案，其中定义了我们系统性审查的所有细节。结果从有效性方面，我们得出结论，测试技术，实现模型检查，符号执行，约束求解，基于搜索的测试生成方法往往是更有效的比那些实现随机测试生成。从效率，我们得出结论，测试技术，实现基于代码搜索的测试方法往往比那些实现GUI模型为基础的更有效。从实际出发，我们得出结论，测试技术越有效，效率就越低。结论对于有效性，我们观察到现有的自动化测试技术不够有效，目前它们达到了预期有效性水平的近一半。对于效率，我们观察到，目前的自动化测试技术是不够有效的。
2018-12-30 cs.SE
On the experiences of adopting automated data validation in an industrial machine learning project
背景资料：数据错误是机器学习（ML）项目中的常见挑战，通常会导致支持ML的软件系统的性能显著下降。为了确保早期检测错误数据并避免使用不良数据训练ML模型，研究和工业实践建议在ML系统开发过程中纳入数据验证过程和工具。目的：该研究调查了工业ML项目中数据验证过程和工具的采用。数据验证过程需要大量的工程资源用于工具开发和维护。因此，确定最佳实践以供采用是非常重要的，特别是对于处于部署支持ML的软件系统的早期阶段的开发团队。方法：行动研究是在电信行业的大型软件密集型组织中进行的，特别是在分析研发组织中，用于对返回的硬件电信设备进行故障分类的ML用例。结果如下：根据评估结果和行动研究的学习，我们确定了在ML项目中采用数据验证过程和工具的三个最佳实践、三个好处和两个障碍。我们还提出了一个数据验证框架（DVF）的系统化采用的数据验证过程。结论：结果表明，在ML项目中采用数据验证过程和工具是测试ML支持的软件系统的有效方法。它需要对数据级别（特征、数据集、交叉数据集、数据流）有一个概述，在这个级别上可以应用某些数据质量测试。
2021-03-06 cs.SE
PRADA Applicability in Industrial Practice
Android设备的激增带来了碎片化问题。选择和优先考虑主要设备型号对于移动应用程序开发人员选择测试平台和优化各种问题（如质量保证、发布计划、收入等）至关重要。PRADA是我们在之前的工作中提出的一种方法，旨在帮助为应用程序优先考虑Android设备。在本文中，我们进行了一项调查，在两个IT公司，研究PRADA的适用性。调查结果显示，PRADA吸引了工业Android开发者的兴趣。
2017-07-21 cs.SE
Beyond Pass or Fail: Multi-Dimensional Benchmarking of Foundation Models for Goal-based Mobile UI Navigation
针对现有基准用二元指标评估基于基础模型的移动UI导航存在的局限，提出综合基准Sphinx，通过多维度评估揭示FMs的失败模式，为改进其UI导航能力提供方向。
2025-02-11 cs.SE
DroidBugs: An Android Benchmark for Automated Program Repair
自动程序修复是一个新兴的研究领域。针对不同的程序设计语言和平台，已经提出了许多APR技术，并在几个基准上进行了评估。然而，据我们所知，目前还没有一个基于移动项目的定义良好的基准，因此，利用APR方法进行移动开发存在差距。因此，关于全球Android应用程序的数量，我们介绍了DroidBugs，这是一个基于对360个Android开放项目的分析的介绍性基准，每个项目的下载量都超过5,000次。从五个应用程序中，DroidBugs包含13个单一的bug，这些bug根据暴露它们的测试类型进行分类。通过使用一个名为Astor 4Android的APR工具和两个常见的故障定位策略，我们观察到发现和修复移动错误是多么具有挑战性。
2018-10-12 cs.SE
Automated Reporting of GUI Design Violations for Mobile Apps
移动应用程序的初始化通常采用图形用户界面（GUI）的模型形式，表示为描绘满足需求的GUI小部件的正确布局和样式的静态图像。在这个初始模型之后，设计工件被交给开发人员，他们的目标是在代码中准确地实现这些GUI和所需的功能。由于模型和代码之间存在相当大的抽象差距，开发人员经常会引入与GUI相关的错误，这些错误可能会对应用程序在竞争激烈的市场中的成功产生负面影响。此外，在快速变化的应用程序的进化背景下，这种错误很常见。这导致了设计团队验证应用程序的每个屏幕都是根据预期的设计规范实现的费时费力的任务。本文介绍了一种新颖的自动化方法，用于验证移动应用程序的GUI是否按照其预期设计实现。我们的方法解决了GUI相关的信息，从实现的应用程序和模型，并使用计算机视觉技术，以确定在移动GUI的实现中的常见错误。我们在一个名为GVT的工具中为Android实现了这种方法，并对开源应用程序进行了受控的经验评估，并与华为的设计师和开发人员进行了工业评估。结果表明，GVT解决了一个重要的，困难的，高度实用的问题，具有显着的效率和准确性，是有用的和可扩展的工业设计师和开发人员的角度来看。目前，华为有超过一千名工业设计师和开发人员使用该工具来提高移动应用程序的质量。
2018-04-05 cs.SE
Layout and Image Recognition Driving Cross-Platform Automated Mobile Testing
碎片化问题已经从Android扩展到不同的平台，例如iOS，移动网络，甚至一些应用程序（app）中的小程序。在这种情况下，记录和回放测试脚本是一种流行的自动化移动应用程序测试方法。但这种方法在跨平台时遇到了严重的问题。需要开发同一应用程序的不同版本，以支持依赖于不同平台支持的不同平台。因此，移动应用程序开发人员需要针对完全相同的测试需求为多个平台开发和维护测试脚本，这大大增加了测试成本。然而，我们发现开发人员在不同平台上为同一应用程序的版本采用高度相似的用户界面布局。这种现象激励我们从类似UI布局的角度重放测试脚本。我们提出了一个图像驱动的移动应用程序测试框架，利用Widget特征匹配和布局特征匹配。我们利用计算机视觉技术对应用截图进行UI特征对比和布局层次提取，获取具有丰富上下文信息的UI结构，包括坐标、相对关系等。基于获取的UI结构，我们可以形成平台无关的测试脚本，然后定位待测目标widget。因此，建议的框架非侵入性重放测试脚本根据一种新的平台无关的测试脚本模型。我们还设计并实现了一个名为LIT的工具，将所提出的框架付诸实践，在此基础上，我们进行了实证研究，以评估所提出的测试框架的有效性和可用性。结果显示，在Android上，整体重放准确率达到63.39%左右（比最先进的方法提高了14%），在iOS上达到21.83%（比最先进的方法提高了98%）。
2021-02-22 cs.SE
Towards an Automated Unified Framework to Run Applications for Combinatorial Interaction Testing
组合交互测试（CIT）是一种众所周知的技术，但需要工业经验来确定其在不同应用领域的有效性。我们提出了一个案例研究，介绍了一个统一的框架，用于生成，执行和验证CIT测试套件，基于开源的鳄梨测试框架。此外，我们提出了一个新的工业案例研究，以证明该框架的有效性。该评估表明，新的框架可以生成，执行和验证有效的组合交互测试套件，用于检测虚拟化系统中的配置故障（无效配置）。
2019-03-13 cs.SE
Chatting with GPT-3 for Zero-Shot Human-Like Mobile Automated GUI Testing
提出GPTDroid，利用大语言模型将移动GUI测试转化为问答任务，通过迭代对话生成类人测试脚本，在86个应用上覆盖率提升32%，缺陷检测增加36%。
2023-05-16 cs.SE
Automated Detection, Categorisation and Developers' Experience with the Violations of Honesty in Mobile Apps
诚实、社会责任、公平、隐私等人类价值观是个人和社会认为重要的东西。软件系统，包括移动软件应用程序（app），可能会忽视或违反这些价值观，从而以各种方式对个人和社会产生负面影响。虽然有些作品已经调查了不同方面的人的价值观在软件工程，这种混合方法的研究集中在诚实作为一个关键的人的价值。特别是，我们研究了（i）如何检测移动应用程序中的诚实违规行为，（ii）移动应用程序中诚实违规行为的类型，以及（iii）应用程序开发人员对这些检测到的诚实违规行为的看法。我们首先开发和评估7个机器学习（ML）模型，以从最终用户的角度自动检测应用评论中违反诚实价值的行为。最有前途的是深度神经网络模型，F1得分为0.921。然后，我们对401条包含诚实违规行为的评论进行了手动分析，并将移动应用程序中的诚实违规行为分为10类：不公平的取消和退款政策;虚假广告;欺骗性订阅;作弊系统;不准确的信息;不公平的费用;没有服务;删除评论;冒充;和欺诈性外观应用程序。一项针对移动开发人员的开发人员调查和访谈研究确定了移动应用程序中违反诚信的7个关键原因，以及避免或修复此类违规行为的8种策略。我们的开发人员研究结果还阐明了违反诚信可能给企业、开发人员和用户带来的负面后果。最后，应用程序开发人员的反馈表明，我们的基于ML的原型模型在实践中可以带来很大的好处。
2022-11-14 cs.SE
Holmes: Multimodal Agentic Diagnosis for Mixed-Language Mobile Crashes at Industrial Scale
The Chinese University of Hong Kong（香港中文大学）；Tencent Inc.（腾讯公司）
提出多智能体系统Holmes，通过多模态运行时信号合成重构崩溃上下文，采用层次化检索-探索-推理架构，在70M行代码中实现87.6%函数级定位准确率，将平均排查时间降低98%至约77秒。
2026-06-23 cs.AI cs.SE
PopSweeper: Automatically Detecting and Resolving App-Blocking Pop-Ups to Assist Automated Mobile GUI Testing
本文提出 PopSweeper，利用深度学习视觉方法实时检测移动应用阻塞弹窗并定位关闭按钮，以低开销提升自动化 GUI 测试的连续性、准确性与效率。
2024-12-04 cs.SE
Automated System-Level Software Testing of Industrial Networked Embedded Systems
嵌入式系统无处不在，在工业和交通管理系统中发挥着关键作用。这些领域中的软件故障可能导致生产损失甚至生命损失，因此这些系统中的软件需要可靠。软件测试是嵌入式软件质量保证的标准方法，许多软件开发过程都在努力实现测试自动化。在成功的软件测试自动化所面临的众多挑战中，本文解决了五个问题：（i）了解更新的软件如何到达测试环境，测试如何在测试环境中进行，以及测试结果如何到达最初更新软件的开发人员;（ii）在给定的可用时间和测试系统的约束下，选择哪些测试用例在测试套件中执行;（iii）假定测试用例在连接的设备的不同配置上运行，则选择哪个硬件用于要执行的每个测试用例;（iv）分析当随时间在演进的软件、测试件或硬件修订版上执行时看起来随机失败的测试用例;以及（v）利用测试结果探索和可视化使测试结果信息可操作。应对这些挑战的方式有几种。[摘要被截断。]
2021-11-16 cs.SE
Vision Language Model-based Testing of Industrial Autonomous Mobile Robots
Simula Research Laboratory and University of Oslo（Simula研究实验室和奥斯陆大学）；Mondragon University（蒙dragon大学）；Simula Research Laboratory（Simula研究实验室）；PAL Robotics（PAL机器人技术）
本文提出基于视觉语言模型的测试方法，用于生成违反功能和安全要求的机器人交互场景，以提高自主移动机器人在复杂环境中的安全性和可靠性。
2026-03-05 cs.RO cs.SE
Automated Identification of Security Discussions in Microservices Systems: Industrial Surveys and Experiments
缺乏对微服务特定安全挑战和解决方案的认识和了解，通常会导致微服务系统开发中的安全决策不明智。我们声称，识别和利用分散在现有微服务系统中的安全讨论可以部分弥补这一差距。我们将安全讨论定义为“开发人员讨论中的一段，其中包括与安全相关的设计决策、挑战或解决方案”。我们首先调查了67名从业者，发现保护微服务系统是一项独特的挑战，并且能够参与安全讨论对于做出安全决策非常有用。该调查还证实了可以自动识别此类安全讨论的潜在工具的实用性。我们开发了15个机器/深度学习模型来自动识别安全讨论。我们将这些模型应用于手动构建的数据集，该数据集包括4，813个安全讨论和12，464个非安全讨论。我们发现，所有的模型都可以有效地识别安全讨论：平均准确率为84.86%，召回率为72.80%，F1得分为77.89%，AUC为83.75%，G均值为82.77%。DeepM 1是一种深度学习模型，表现最好，在所有指标中均达到84%以上，并显著优于三个基线。最后，从验证调查中收集的从业者反馈显示，DeepM 1确定的安全讨论在实践中具有很好的应用前景。
2021-07-21 cs.SE
On the Violation of Honesty in Mobile Apps: Automated Detection and Categories
人类价值观，如正直、隐私、好奇心、安全和诚实，是人们认为生活中重要的指导原则。这些人类价值可能被移动软件应用程序（app）侵犯，这种人类价值侵犯的负面影响可以在社会中以各种方式看到。在这项工作中，我们专注于诚实的人类价值。我们提出了一个模型，以支持从最终用户的角度来看，从应用程序评论的诚实的价值违反自动识别。除了自动检测应用程序的诚实违规行为外，我们还旨在更好地了解用户在其应用程序评论中表达的不同类别的诚实违规行为。我们对诚实违规数据集的手动分析结果显示，诚实违规行为可以分为十类：不公平的取消和退款政策;虚假广告;欺骗性订阅;作弊系统;不准确的信息;不公平的费用;没有服务;删除评论;冒充;和欺诈性外观的应用程序。基于这些结果，我们主张有意识地努力开发更诚实的软件产品，包括移动应用程序，并将诚实作为软件开发实践中的一个关键价值。此外，我们还讨论了应用程序分发平台作为支持人类价值观的道德体系的执行者的作用，并强调了软件工程（SE）研究中人类价值观的一些建议的后续步骤。
2022-03-14 cs.SE
White-box Fuzzing RPC-based APIs with EvoMaster: An Industrial Case Study
远程过程调用（RPC）是一种通信协议，用于支持网络上服务之间的客户端-服务器交互。RPC广泛应用于构建大规模分布式系统，如微服务。现代RPC框架包括Thrift、gRPC、SOFARPC和Dubbo等。由于分布式系统的复杂性和系统可能采用的各种RPC框架，测试这样的系统非常具有挑战性。据我们所知，目前还没有任何工具或解决方案可以对现代基于RPC的服务进行自动化测试。为了填补这一空白，在本文中，我们提出了文献中的第一种方法，以及一个开源工具，用于通过搜索对现代基于RPC的API进行白盒模糊。为了评估我们的新方法，我们对我们的工业合作伙伴选择的两种人工和四种工业API进行了实证研究。该工具已被集成到一个实际的工业流水线，并可以应用于实际的工业开发过程中的模糊基于RPC的API。为了进一步证明其在工业环境中的有效性和应用，我们还报告了使用我们的工具对我们的工业合作伙伴在其测试过程中自主进行的另外50种工业API进行模糊处理的结果。结果表明，我们的新方法能够为基于RPC的工业API（即，两个人工和54个工业）。我们还比较了一个简单的灰盒技术和现有的手动编写的测试。我们的白盒解决方案在代码覆盖率方面实现了显著的改进。在故障检测方面，通过与我们的工业合作伙伴仔细审查我们在选定的四种工业API中采用新方法生成的测试，共识别出41个实际故障，现已修复。另有8，377个检测到的故障正在调查中。
2023-02-03 cs.SE
Automated data validation: an industrial experience report
在过去的十年里，客户生成的数据和公司保留的数据大量爆炸。然而，数据量的增加与缺乏自动化方法和工具之间存在着严重的不匹配。数据科学编程中缺乏最佳实践可能会导致软件质量下降，发布时间表延误和预算超支。为了缓解这些担忧，我们希望将软件工程最佳实践引入数据科学。具体来说，我们关注于软件开发生存周期的数据准备阶段的自动化数据验证。本文研究了一个真实的工业案例，并应用软件工程最佳实践来开发一个自动化测试工具RESTORE。我们将RESTORE作为开源R包发布。我们在地理人口数据上完成的经验报告表明，RESTORE可以高效地检测数据准备阶段注入的错误。RESTORE还大大降低了测试成本。我们希望社区能够从开源项目和基于我们经验的实用建议中受益。
2022-12-05 cs.DB cs.SE stat.AP
A Drift Handling Approach for Self-Adaptive ML Software in Scalable Industrial Processes
在现实世界的制造应用中，大多数工业过程的特点是可扩展性，这需要一个自动化的策略，以自适应机器学习（ML）软件系统的新条件。在本文中，我们调查了Uddeholms AB钢铁公司的电渣重熔（ESR）用例过程。该用例涉及预测真空泵送事件的最小压力值。考虑到收集新记录并将新机器与内置ML软件系统有效集成所需的时间较长。此外，为了适应的变化，并满足非功能性的软件系统，即适应性的要求，我们提出了一种自动化和自适应的方法的基础上漂移处理技术称为重要性加权。其目的是解决在生产中添加新熔炉的问题，并启用ML软件的适应性属性。总体结果表明，通过实施所提出的方法，在经典的非自适应方法实现ML软件性能的改善。
2022-08-15 cs.SE
How do Developers Test Android Applications?
实现移动应用程序的全自动测试最近已成为研究人员和从业人员的重要研究课题。已经提出了大量的工具和方法，通过增加手动测试实践和自动化测试过程的各个部分来帮助移动开发人员。然而，目前的自动化测试方法无法让开发人员相信它们的好处，导致大多数移动测试都是手动执行的。为了帮助设计支持移动测试方法的研究人员和从业人员了解开发人员的需求，我们分析了来自Android项目的102位开源贡献者关于他们在执行测试时的实践的调查回复。调查的重点是关于开发人员/测试人员在野外的实践和偏好的问题：（i）设计和生成测试用例，（ii）自动化测试实践，以及（iii）对质量度量的看法，例如用于确定测试质量的代码覆盖率。通过分析从这次调查中收集到的信息，我们汇编了一套知识体系，以帮助指导研究人员和专业人员根据不同开源开发人员的需求定制新的自动化测试方法。
2018-01-19 cs.SE
Auto-repair without test cases: How LLMs fix compilation errors in large industrial embedded code
本研究利用LLM自动修复工业嵌入式系统编译错误，在超4万提交数据上，解决63%错误且83%修复合理，大幅缩短调试时间。
2025-10-15 cs.SE
Scaling Mobile Chaos Testing with AI-Driven Test Execution
Uber Technologies, Inc.（优步科技有限公司）
研究大规模分布式系统中移动应用易受后端服务故障影响的问题，核心方法是将DragonCrawl与uHavoc集成实现人工智能驱动的测试执行，主要贡献是识别风险、缩短调试时间，证明在生产规模实现移动弹性验证可行。
2026-07-10 cs.SE
Aligning Academia with Industry: An Empirical Study of Industrial Needs and Academic Capabilities in AI-Driven Software Engineering
Beihang University（北京航空航天大学）；Monash University（蒙纳士大学）；Peking University（北京大学）；Singapore Management University（新加坡管理大学）
本文通过分析学术研究与工业需求的差距，揭示AI驱动软件工程中的关键挑战，旨在引导未来研究更贴近实际应用。
2025-12-17 cs.SE
SWE-Bench Mobile: Can Large Language Model Agents Develop Industry-Level Mobile Applications?
University of Toronto（多伦多大学）；Xiaohongshu Inc.（小红书）；Coolwei AI Lab（酷维人工智能实验室）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of California, Berkeley（加利福尼亚大学伯克利分校）
SWE-Bench Mobile评估大语言模型代理在开发行业级移动应用中的能力，发现商业代理表现优于开源替代品，且简单提示策略更有效。
2026-02-10 cs.SE
Quality Assurance in MLOps Setting: An Industrial Perspective
Karlstad University（卡尔斯塔德大学）；Czech Technical University in Prague（捷克技术大学布拉格分校）；Uddeholms AB（乌德霍尔姆公司）
如今，机器学习（ML）在工业中被广泛用于提供生产系统的核心功能。然而，它实际上总是在生产系统中作为更大的端到端软件系统的一部分使用，该系统由ML模型之外的其他几个组件组成。由于生产需求和时间限制，自动化软件工程实践非常适用。在制造业和公用事业等行业中越来越多地使用自动化ML软件工程实践，需要将自动化质量保证（QA）方法作为ML软件的组成部分。在这里，QA通过提供对软件任务的客观观点来帮助降低风险。虽然传统的软件工程已经为数据驱动的ML提供了自动化的QA数据分析工具，但缺乏对ML运行（MLOps）的QA实践的使用。本文探讨了QA的挑战，出现在工业MLOps和概念化的模块化战略，以处理数据完整性和数据质量（DQ）。本文附有来自工业合作伙伴的真实工业用例。该文件还提出了一些挑战，可能作为未来研究的基础。
2022-11-24 cs.AI cs.LG cs.SE
Industrially Applicable System Regression Test Prioritization in Production Automation
当在自动化生产系统（aPS）上执行更改时，可能会在系统中意外引入新的故障，这些故障称为回归。发现这些错误的一种常用方法是回归测试。在大多数情况下，这个回归测试过程是在很大的时间压力下和非常不舒服的环境中进行的。到目前为止，还没有自动化的支持来寻找和优先考虑适合于寻找回归的完全集成的aPS的系统测试用例。因此，测试技术人员不得不依靠个人的直觉和经验，可能会选择不适当的测试用例顺序，在测试运行的后期发现回归。使用合适的优先级，可以简化查找和修复回归的迭代过程，并且可以通过执行可能更早识别新回归的测试用例来节省大量时间。因此，本文提出了一种方法，使用以前获得的运行时数据，从过去的测试执行，并进行了更改识别和影响分析，优先测试用例，有很高的概率揭开回归所造成的系统变化的副作用。该方法是与活跃在aPS工程领域的著名工业合作伙伴合作开发的，确保了符合工业要求的发展。进行了工业案例研究和专家评估，显示出可喜的成果。
2022-12-09 cs.SE
Automated Test Transfer Across Android Apps Using Large Language Models
针对手动编写维护Android应用UI测试成本高、现有跨应用测试迁移方法难以适应现实变化的问题，提出基于LLMs的LLMigrate技术，实现97.5%迁移成功率、减少91.1%手动工作量，性能显著优于现有方法。
2025-04-20 cs.SE
Toward the Automated Localization of Buggy Mobile App UIs from Bug Descriptions
本文首次系统评估文本与多模态深度学习技术在移动应用有缺陷UI界面和组件定位中的可行性，发现视觉模型擅长界面定位、文本模型擅长组件定位，并证明结合UI定位可将缺陷代码定位的Hits@10提升9%-12%。
2024-08-07 cs.SE
Advancing Mobile UI Testing by Learning Screen Usage Semantics
本研究面向移动应用自动化 UI 测试覆盖不足与可访问性问题，提出学习屏幕使用语义，以改进 GUI 导航、高层功能覆盖理解及界面设计缺陷识别。
2025-05-15 cs.SE
Digital Twins & ZeroConf AI: Structuring Automated Intelligent Pipelines for Industrial Applications
Department of Sciences and Methods for Engineering (DISMI) of the University of Modena and Reggio Emilia（工程科学与方法系（DISMI）的摩德纳和雷焦艾米利亚大学）
本文提出零配置AI流水线，通过模块化和解耦DTs与AI组件，实现工业CPS中AI功能的无缝集成与高效部署。
2026-02-04 cs.AI cs.SE
Is It a Trap? A Large-scale Empirical Study And Comprehensive Assessment of Online Automated Privacy Policy Generators for Mobile Apps
本文首次从多维度评估 10 个移动应用在线隐私政策生成器，并分析 Google Play 的 46,472 份政策，发现约 20.1% 可能由其生成且存在 GDPR、CCPA、LGPD 合规缺陷。
2023-09-23 cs.CR cs.SE
iPaaS in Agriculture 4.0: An Industrial Case
工业4.0中的当前自动化方法已经引起了人们对利用集成平台即服务（iPaaS）云架构的兴趣，以便统一和同步多个系统、应用程序和服务，从而为自动化和自适应工业过程管理构建智能解决方案。现有的iPaaS解决方案提供了几种开箱即用的连接器和自动化引擎，可以更轻松地集成客户的项目，但在其范围外的整体适应性、品牌锁定以及偶尔的高价格方面存在问题。此外，现有平台无法充分响应部署能够提供过程的自动化或半自动化管理的多个决策模型的需求，这要归功于大量多样性的数据和事件源以及不同的物理或逻辑动作实体的集成。随着BPM引擎、机器学习库以及集成套件和库等开源软件和应用程序的普及，开发完全可定制和自适应的开源iPaaS成为可能，可用于工业应用程序内外。在本文中，我们提出了一个通用的iPaaS架构的基础上实现的几个开源解决方案，拥有集成，互操作性和自动决策能力的农业4.0领域。基于这些解决方案的概念验证，以及一个案例研究MA SADOUR的粮食存储过程与目前的人类操作的任务进行比较。
2020-10-08 cs.CY cs.MA cs.SE
Automated Code Fix Suggestions for Accessibility Issues in Mobile Apps
Apple（苹果公司）
针对移动应用无障碍问题缺少代码级修复指导的痛点，本文提出多智能体 LLM 工具 FixAlly，可定位问题并生成源代码修改建议，实验显示合理建议率达77%，开发者接受意愿为69.4%。
2024-08-07 cs.AI cs.HC cs.SE
SeePrivacy: Automated Contextual Privacy Policy Generation for Mobile Applications
SeePrivacy 通过多模态融合移动 GUI 理解与隐私政策分析，自动生成情境隐私政策，实现 83.6% 情境检测覆盖率和 0.92 片段提取准确率，显著提升用户阅读意愿与可用性。
2023-07-09 cs.CR cs.SE
MobileDev-Bench: A Benchmark for Issue Resolution in Mobile Application Development
Louisiana State University（路易斯安那州立大学）；University of Kentucky（肯塔基大学）
本文提出MobileDev-Bench，包含407个真实世界问题解决任务，涵盖Android Native、React Native和Flutter框架。通过验证的开发人员报告问题与可执行测试补丁配对，评估四个前沿LLM在移动构建环境中的端到端解决率。
2026-05-08 cs.LG cs.SE
{A New Hope}: Contextual Privacy Policies for Mobile Applications and An Approach Toward Automated Generation
针对移动应用隐私政策可读性与参与度不足的问题，提出融合视觉GUI理解与政策分析的多模态框架SeePrivacy，可自动生成上下文隐私政策，检测与提取效果优异，能提升用户对隐私政策的理解与互动。
2024-03-10 cs.CR cs.SE
Automated Deductive Verification for Ladder Programming
梯形图逻辑是IEC 61131-3标准化的程序设计语言，广泛用于对工业可编程逻辑控制器（PLC）进行编程。PLC程序由输入（其值在运行时由工厂传感器给出），输出（其值在运行时提供给工厂执行器）和从输入值计算输出值的逻辑表达式组成。由于梯形图程序的图形形式，以及典型工业程序中的输入和输出量，调试此类程序既耗时又容易出错。在本文中，我们提出了一个基于Why 3的工具原型，我们已经实现了自动化的演绎验证的使用，以提供一个易于使用和强大的调试工具的阶梯程序员。
2019-12-23 cs.LO cs.PL cs.SE
Towards Automated Accessibility Report Generation for Mobile Apps
针对移动应用无障碍报告生成的难题，本文提出一个结合多种数据收集与现有扫描器的系统，通过高精度的屏幕分组和UI元素匹配实现问题去重与汇总，并引入像素级忽略功能，经18名专家评估可有效增强现有测试工具。
2023-10-16 cs.HC cs.SE
Fine-Tuning Multilingual Language Models for Code Review: An Empirical Study on Industrial C# Projects
Technical University Dortmund, Lovion GmbH（图鲁尼大学，洛维昂公司）；Security\ Alliance Ruhr, Technical University Dortmund（安全联盟鲁尔，图鲁尼大学）
本研究通过微调CodeReviewer、CodeLlama-7B和DeepSeek-R1-Distill模型，在工业C#项目上实证发现单语微调优于多语言基线，能有效支持常规代码审查任务，但人类审查者在处理复杂变更时仍具优势。
2025-10-23 cs.AI cs.PL cs.SE
Understanding the Limits of Automated Evaluation for Code Review Bots in Practice
Bilkent University（比尔肯特大学）
研究探讨了在工业环境中自动化评估LLM驱动的代码审查机器人评论的可行性及限制，发现不同模型和评估方法在与人类标签的一致性上表现不一，揭示了静态 artifacts 难以捕捉上下文约束和优先级决策的挑战。
2026-04-27 cs.AI cs.SE
