Assets in Software Engineering: What are they after all?
在软件密集型产品或服务的开发和维护过程中，我们依赖于各种人工制品。我们认为其中一些人工制品对项目的可行性和产品的最终质量至关重要。通常，这些中心人工制品被称为资产。然而，尽管它们在软件开发过程中扮演着核心角色，但很少有人考虑最终将其描述为资产，这通常会导致许多术语和基本概念混合在一起，并且使用不一致。资产和相关概念（如资产退化）的精确术语对于建立新一代成本有效的软件工程实践至关重要。在这份立场文件中，我们批判性地反思了软件工程中资产的概念。作为起点，我们定义了资产的术语和概念，并扩展了它们背后的推理。我们将探讨资产的特征，并讨论什么是资产退化及其各种类型，以及资产退化可能随着时间的推移对软件密集型产品和服务的规划、实现和演变带来的影响。我们渴望为软件工程中资产的更标准化定义做出贡献，并在一个共同的、更统一的方向上促进研究工作及其实际传播。
2022-07-11 cs.SE
Storytelling in human--centric software engineering research
背景：软件工程是一项人类活动。人们自然会通过讲故事来理解他们的活动和经历。但是，软件工程研究似乎并没有对讲故事进行适当的研究。目的：我们探讨这样一个问题：讲故事对以人为中心的软件工程研究有什么贡献？实验方法：我们定义概念，确定故事类型及其目的，结果和影响，简要回顾以前的文献，确定几个贡献，并提出下一步。研究结果：除其他贡献外，讲故事可以促进数据汇集、数据分析、了解方式、研究成果、实践中的干预措施和宣传，并可以与证据和论点相结合。与所有方法一样，讲故事也会带来风险。这些风险是可以管理的。结论：讲故事为抽象提供了一种潜在的平衡，也是一种在软件工程中保留和尊重人类意义的方法。
2021-04-30 cs.SE
ModeliHub: A Web-based, Federated Analytics Platform for Modelica-centric, Model-based Systems Engineering
ModeliHub是一个基于Web的联邦分析平台，通过以Modelica为中心的枢纽-辐条架构和虚拟孪生引擎，为基于模型的系统工程提供统一模型与实时仿真，兼顾严谨性与敏捷性。
2025-06-23 cs.SE
Engineering for a Science-Centric Experimentation Platform
Netflix是一家互联网娱乐服务公司，它经常采用实验来指导围绕产品创新的战略。随着Netflix的发展，它有机会探索对其服务进行越来越专业化的改进，这产生了对更深入分析的需求，这些分析由更丰富的指标支持，并由更多样化的统计方法提供支持。为了促进这一点，并更充分地利用工程和数据科学的技能，Netflix的工程师创建了一个以科学为中心的实验平台，该平台利用了来自广泛背景的数据科学家的专业知识，允许他们使用科学家使用的语言（Python和R）直接贡献代码。此外，在生产环境中运行的相同代码可以在本地运行，从而可以直接将指标和因果推理方法探索和分级到生产服务中。在本文中，我们利用案例研究的研究方法，提供两个主要贡献。首先，我们报告了该平台的架构，特别强调了其新颖的方面：它如何支持以科学为中心的端到端工作流程，而不影响工程要求。其次，我们描述了它的因果推理的方法，它利用潜在的结果概念框架提供了一个统一的抽象层，任意的统计模型和方法。
2019-10-09 cs.SE
Model management to support systems engineering workflows using ontology-based knowledge graphs
Flanders Make at University of Antwerp（安特卫普大学佛兰德斯制造研究院）
本研究提出基于本体的知识图谱框架，用于支持系统工程工作流管理，通过存储和推理建模制品，提升系统开发效率和数据可访问性。
2025-12-10 cs.SE
Runtime Monitoring of Human-centric Requirements in Machine Learning Components: A Model-driven Engineering Approach
针对ML组件部署前监控难以应对动态演变的多个人为中心需求的问题，提出一种基于模型驱动工程的运行时监控新方法，以更全面地监控ML组件，论文还介绍了博士研究的动机、进展与计划。
2023-10-10 cs.SE
Large Language Models for Requirements Engineering: A Cross-Task Empirical Evaluation
University of Limerick（利默里克大学）；Trinity College Dublin (TCD)（都柏林三一学院）；Consiglio Nazionale delle Ricerche (CNR)（意大利国家研究委员会）；University of Padova（帕多瓦大学）；The Open University（开放大学）
本文通过两项互补实证研究，开展首个涵盖五项需求工程相关活动的大语言模型跨任务实证评估，明确其性能高度依赖任务，为LLMs在RE中的实际应用提供复现材料与能力认知。
2026-08-25 cs.SE
Integrating Human-Centric Approaches into Undergraduate Software Engineering Education: A Scoping Review and Curriculum Analysis in the Australian Context
本文通过 PRISMA-ScR 范围综述识别 HCSE 教学主题与方法，并分析澳大利亚本科软件工程课程，提出与软件工程过程对齐的主题支架建议。
2024-08-08 cs.SE
From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability
University of the Cumberlands（卡姆伯兰大学）
本文通过反思性主题分析和解释现象学分析，探讨生成式人工智能、代理系统如何推动软件工程从代码导向转向意图导向，强调意图指定、上下文整理、架构知识和问责的重要性。
2026-05-10 cs.AI cs.SE
A Formal Architecture-Centric Model-Driven Approach for the Automatic Generation of Grid Applications
本文讨论了模型驱动软件工程的概念在网格应用领域的应用。作为对这个概念的扩展，这里描述的方法试图将正式的以架构为中心的范例和模型驱动的范例结合起来。这是一个公认的声明，网格系统很少被设计使用正式的技术，虽然从过去的经验，这样的技术已经显示出优势。本文主张一个正式的工程方法，网格系统的发展，努力有助于严格的网格软件体系结构的发展。这种方法通过将模型驱动的范例应用于正式的以架构为中心的工程方法来解决服务质量和跨平台开发的服务质量问题。除了基于模型的转换之外，这种组合还受益于形式化的语义描述能力。这种新颖的组合概念的结果促进了设计模型的重用，并促进了网格计算的发展。
2006-01-28 cs.SE
When Stakeholder-centric Requirements Engineering is Not Enough: An Action Research Study on Legacy System Modernisation
Jheronimus Academy of Data Science（杰罗尼穆斯数据科学学院）；TU Eindhoven（埃因霍温理工大学）；University College Dublin（都柏林大学学院）；CNR-ISTI（意大利国家研究委员会信息技术与系统工程研究所）；University of Tilburg（蒂尔堡大学）
本研究通过跨国能源公司的行动研究，发现以利益相关者为中心的需求工程虽能生成有效需求，但不足以支持遗留系统现代化的差距分析，需结合不确定性感知、迭代和基于证据的实践。
2026-09-09 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
Everything is Context: Agentic File System Abstraction for Context Engineering
CSIRO's Data61（CSIRO数据61）；University of New South Wales（新南威尔士大学）；University of Tasmania（塔斯马尼亚大学）
本文提出一种基于文件系统的上下文工程抽象，通过统一挂载、元数据和访问控制，实现可验证的上下文管理，支持可问责和以人类为中心的AI协作。
2025-12-05 cs.SE
How do software practitioners perceive human-centric defects?
本研究通过调查和访谈软件从业者，发现以人为中心的缺陷（HCDs）管理存在认知不足和流程缺口，并提出改进反馈、分类和自动化以提升其管理。
2024-02-05 cs.SE
ACCESS: Assurance Case Centric Engineering of Safety-critical Systems
University of Cambridge（剑桥大学）；University of Lancaster（兰卡斯特大学）；University of York（约克大学）；Dalian University of Technology（大连理工大学）；D-RisQ Ltd.（D-RisQ有限公司）
本文提出ACCESS方法，通过模型驱动的保证案例支持安全关键系统的发展，实现开发和运行时的自动评估，并通过自主水下车辆案例验证。
2024-04-16 cs.SE
Towards a Framework for Operationalizing the Specification of Trustworthy AI Requirements
针对AI系统可信性需求难以规约的问题，提出整合AMDiRE与PerSpecML两种方法，构建连接利益相关者关注点与结构化制品模型的操作化框架，并指出关键研究方向。
2025-07-14 cs.SE
Towards a Goal-Centric Assessment of Requirements Engineering Methods for Privacy by Design
fortiss GmbH（fortiss有限公司）；Blekinge Institute of Technology（布莱金厄理工学院）
本文提出了一种以目标为中心的评估方法，用于评估隐私由设计的需求工程方法，以更好地支持组织目标的实现。
2026-03-10 cs.CY cs.SE
A Framework for Aspectual Requirements Validation: An Experimental Study
需求工程是软件工程的一门学科，关注用户和系统需求的识别和处理。面向对象的需求工程（AORE）扩展了现有的需求工程方法，以解决横切关注点引起的纠缠和分散问题。横切关注点被认为是潜在的方面，可能导致主导分解的暴政现象。文档级方面负责在需求文档中产生分散和混乱的需求描述。需求工件的验证是软件开发中的一项重要任务。这项任务确保需求在完整性和一致性方面是正确和有效的，从而减少开发成本，维护和建立一个近似正确的估计工作量和项目完成时间。在本文中，我们提出了一个验证框架，以验证方面的需求和横切关系的关注，从需求工程阶段产生的。建议的框架包括一个高层次和低层次的验证，以实现软件需求规范（SRS）。高层验证与涉众一起验证关注点，而低层验证由需求工程师和分析师使用检查表来验证方面需求。该方法已被评估使用两个AORE方法的实验研究。这些方法是基于视点的AORE与ArCaDe和基于主题/文档方法的词法分析。从研究中获得的结果表明，所提出的框架是一个有效的验证模型AORE文物。
2021-10-08 cs.SE
Reshaping the SDLC for Data- and AI-Centric Systems
SDAIA Academy（SDAIA学院）；Saudi Data and Artificial Intelligence Authority (SDAIA)（沙特数据与人工智能管理局）
本文整合DataOps、MLOps、LLMOps，提出分阶段转型描述、轻量级形式化方法、五层框架及概念研究模型，为以数据和AI为中心的系统重塑SDLC并规划研究议程。
2026-08-19 cs.SE
REBD:A Conceptual Framework for Big Data Requirements Engineering
需求工程（RE），作为项目开发生存周期的一部分，已经越来越多地被认为是确保软件项目按时、按预算和基于目标交付的关键;在这个重要阶段妥协只会导致项目失败。由于大数据的主要特征，包括高容量，速度和多样性，大数据项目的RE更加重要。由于传统的RE方法和工具是以用户为中心的，而不是以数据为中心的，采用这些方法不足以完成大数据项目的RE过程。由于RE的重要性和传统RE方法在大数据软件项目背景下的局限性，本文提出了一个大数据需求工程框架，命名为REBD。这个概念框架描述了从需求工程到开发的大数据项目的系统计划，确保成功执行，并提高大数据项目的生产力。
2020-06-19 cs.SE
Emotion-Centric Requirements Change Handling in Software Engineering
背景资料：需求变更（RC）--软件产品中功能/非功能需求的添加/修改/删除--对软件从业者来说是一个挑战。处理一些变化可能会显着影响从业者的情绪。目的：我们想知道使RC处理困难的关键挑战，这些挑战如何影响软件从业者的情绪，是什么影响他们的RC处理，以及如何使RC处理在情绪上不那么具有挑战性。方法：我们采用混合方法。我们进行了两项调查研究，分别有40名参与者和201名参与者。介绍了关键的定量数据，然后进行描述性统计分析，定性数据进行了分析，使用施特劳斯-柯宾扎根理论，社会技术扎根理论分析技术。研究结果：我们发现（1）几个关键因素，使RC处理情绪的挑战，（2）不同的情绪，从业者觉得当它是具有挑战性的处理RC，（3）利益相关者，包括从业者自己，同行，经理和客户，如何影响RC处理和从业者的感觉，由于利益相关者的影响，和（4）的做法，可以用来更好地处理RC。结论：有些挑战是技术性的，有些是社会性的，这些挑战也属于敏捷实践、情商和认知智能的范畴。因此，为了更好地处理社会技术环境中具有积极情绪的RC，敏捷性，情绪智力和认知智力需要相互合作。
2022-05-12 cs.SE
Requirements of API Documentation: A Case Study into Computer Vision Services
使用基于云的计算机视觉服务正在获得越来越多的关注，开发人员通过熟悉的RESTful API访问AI驱动的组件，而不需要协调大型训练和推理基础设施或管理/标记训练数据集。然而，虽然这些API看起来很熟悉，但它们的非确定性运行时行为和演变并没有充分传达给开发人员。因此，改进这些服务的API文档是非常重要的-更广泛的文档有助于智能软件的开发过程。在之前的研究中，我们从21个开创性的作品中提取了34个API文档工件，设计了五个关键需求的分类来生成高质量的API文档。我们以两种方式扩展这项研究。首先，通过调查104名不同经验的开发人员，了解哪些API文档工件对从业者最有价值。其次，通过新兴的计算机视觉服务领域的案例研究，确定这些高价值的人工制品中哪些是有据可查的，哪些没有。我们确定：（i）软件工程文献中的一些空白，其中API文档理解的各个方面被/没有被广泛调查;以及（ii）行业供应商（相反）文档工件以更好地服务于其终端开发人员。我们提供了一组建议，以增强供应商和更广泛的研究社区的智能软件文档。
2020-12-26 cs.SE
Can Requirements Engineering Support Explainable Artificial Intelligence? Towards a User-Centric Approach for Explainability Requirements
Institute of Software Engineering University of Stuttgart Stuttgart, Germany Email；Institute of Software Engineering University of Stuttgart Stuttgart, Germany
该立场论文探讨需求工程与可解释人工智能的协同作用，指出XAI领域挑战，提出借助RE实践缓解挑战的框架与研究方向，以回应AI系统可解释性需求。
2022-06-03 cs.AI cs.LG cs.SE
Predicting LLM Performance from Prompt Linguistic Features: An Empirical Study in Requirements Engineering
Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；Istituto di Linguistica Computazionale “A. Zampolli” (CNR-ILC)（“A.赞波利”计算语言学研究所（意大利国家研究委员会））；University of Padua（帕多瓦大学）；University College Dublin（都柏林大学学院）
本研究通过生成9000个语言受控的提示变体，利用5个开源LLM在需求分类任务上证实，提示的语言特征可显著预测LLM性能，为低成本提示选择提供了可解释的先验方法。
2026-08-31 cs.SE
A Human Centric Requirements Engineering Framework for Assessing Github Copilot Output
本研究针对GitHub Copilot，建立以人为中心的需求评估框架，通过聊天界面分析其交互、适应性及协作效果，为自动化编程中人类需求分析提供启示。
2025-08-05 cs.HC cs.SE
Connecting the Models: A Global Mega-model of MDE Projects on GitHub
Universidad de Murcia（穆尔西亚大学）
通过挖掘7436个GitHub项目中的32.5万多个MDE工件，构建数据集并恢复每个项目的元模型，进而建立全局元模型，以研究模型驱动工程在实践中的使用和组合情况。
2026-06-28 cs.SE
Towards Viewpoint-centric Artifact-based Regulatory Requirements Engineering for Compliance by Design
Blekinge Institute of Technology（布莱金厄理工学院）；fortiss GmbH（fortiss有限公司）
本文提出了一种面向视角导向的基于artifact的监管要求工程方法，旨在通过整合合规性以实现设计中的合法合规。
2026-03-10 cs.CY cs.SE
Tailoring Architecture Centric Design Method with Rapid Prototyping
许多工程过程存在于工业、教科书和国际标准中。然而，在实践中，很少有任何一个过程是一贯和字面上遵循。据观察，各行业的流程都根据项目的要求进行了更改。许多工程过程通常缺乏两个特性：1）在项目的初级阶段快速开发原型的正式能力，2）将需求转换为架构设计，何时以及如何评估设计，以及如何在整个系统生命周期中使用丢弃的原型。在产品概念处于前沿或未被充分理解的项目中，原型对于引出需求、生成客户反馈以及识别、检查或减轻风险非常有用。除了产品要做的工作之外，可用性、性能和可修改性等系统属性与功能一样重要。架构师必须用他们选择的方法来解决这些问题，以促进这些系统属性，同时为利益相关者提供所需的功能。架构设计和原型是构建嵌入所需系统属性的正确产品的关键方法之一。一旦产品被制造出来，几乎不可能用所需的属性来改造系统。本文采用快速原型法定制以架构为中心的开发方法，以实现上述目标，并减少ACDM各阶段的迭代次数。
2017-06-06 cs.SE
Open Science in Software Engineering
开放科学描述了将任何研究成果提供给公众的运动，包括但不限于开放获取、开放数据和开放源代码。虽然开放科学在其他科学学科中被普遍接受为一种规范，但在软件工程中，我们仍然在努力使开放科学适应我们学科的特殊性，使我们的科学界的进步变得繁琐。在本章中，我们反思了开放科学对软件工程的重要性，包括什么是开放科学，为什么我们应该参与其中，以及我们应该如何做。我们特别借鉴了我们作为会议主席实施开放科学倡议的经验，以及作为积极参与开放科学的研究人员，批判性地讨论挑战和陷阱，以及解决更高级的主题，例如如何以及在何种条件下共享预印本，涵盖哪些基础设施和许可模式，或者如何在不同审查模式（如双盲审查）的限制下进行共享。我们的希望是帮助建立一个共同的基础，并有助于使开放科学也成为软件工程的规范。
2019-08-13 cs.SE
Emotions in Requirements Engineering: A Systematic Mapping Study
本文通过系统映射研究梳理34篇情感需求工程文献，分析其应用领域、获取与表示方法及实践现状，揭示研究空白并为后续研究方向提供依据。
2023-05-25 cs.SE
Understanding: reframing automation and assurance
City St Georges, University of London（伦敦大学城市圣乔治学院）
本文探讨了安全性和保证案例在负责任的工程和治理决策中可能脱离理解的问题，提出通过结构化论证、证据和理论自动化构建Assurance 2.0，以增强决策中的理解能力。
2026-04-07 cs.CY cs.SE
Model-Driven Discipline for Multi-Agent LLMs: Requirement-to-Verification Generation of Traceable System Models
Lancaster University（兰卡斯特大学）；Tsinghua University（清华大学）；Harbin Institute of Technology（哈尔滨工业大学）；Dalian University of Technology（大连理工大学）；Southeast University（东南大学）；Loughborough University（拉夫堡大学）
针对软件复杂性问题，提出RADIANT方法，结合MDE与多智能体LLMs用于系统开发。能从需求模型自动生成异构模型及可追溯链接，进行变更影响分析和形式验证。评估显示可提高语法有效性和可执行性，减少开发时间并可跨领域应用。
2026-07-21 cs.SE
Software Engineering for IoT-Driven Data Analytics Applications
物联网驱动的数据分析（IoT-DA）有潜力超越智能环境的数据驱动运营。然而，关于如何在软件和系统工程生命周期的背景下设计，实施，运营和发展IoT-DA应用程序的研究有限。本文根据经验推导出一个框架，可用于系统地研究软件工程（SE）流程及其底层实践在设计IoT-DA应用程序中的作用。首先，使用现有的框架和分类法，我们开发了一个评估框架来评估软件过程，方法和其他人工制品的SE为物联网-DA。其次，我们进行了系统的映射研究，定性地选择16个过程（从学术研究和工业解决方案）的SE为物联网-DA。过程活动），对16个SE过程中的每一个进行细粒度的调查。第四，我们将我们提出的框架应用于案例研究，以展示IoT-DA医疗保健应用程序的开发。最后，我们强调了关键的挑战，建议的做法，并吸取了经验教训的基础上框架的支持，以过程为中心的软件工程的物联网-DA。这项研究的结果可以促进研究人员和从业人员工程新兴的和下一代的物联网-DA软件应用程序。
2021-03-20 cs.SE
Combining Design Thinking and Software Requirements Engineering to create Human-centered Software-intensive Systems
有效的需求工程是软件密集型开发项目中的一项重要活动。设计思维以人为中心的工作模式被认为是在设计创新系统时补充这些活动的有力方式。研究已经取得了很大的进展，说明了使用需求工程设计思维的好处。然而，如何真正实现两者的结合仍然是一个大问题。在这一章中，我们贡献了一个基于工件的模型，集成了创新的软件密集型系统的设计思维和需求工程。从我们的研究和项目经验，我们建议三个战略，剪裁和整合设计思维和需求工程互补的协同作用。
2021-12-10 cs.SE
A domain specific language for data-centric infographics: technical report
以数据为中心的信息图表的制作过程涉及与支持软件环境之间的脱节有关的问题。我们调查这些问题，并重新设计这个过程中的模型驱动的范式。我们设计了一个特定领域的语言来建模信息图，并实现了一个解释器，自动生成的信息图。为了告知DSL和解释器的工程，我们分析了58个关于道德，社会和环境会计的信息图表报告，以及10个信息图表设计工具。然后，我们测试了我们的建议，通过模拟样本的10个信息图表，并生成它们。我们还进行了一项对照实验，以评估生成的信息图表在多大程度上与原始信息图表一样具有视觉吸引力，以及参与者是否能够识别他们看到的信息图表是原始的还是生成的。这份报告提供了这个研究项目的细节：概念模型，收集的数据，分析和支持工具。
2022-03-17 cs.SE
Where do we stand in requirements engineering improvement today? First results from a mapping study
背景：需求工程过程改进（REPI）方法在研究和实践中得到了广泛的关注。目标：到目前为止，在REPI研究的解决方案和报告证据的当前状态方面还没有全面的观点。我们的目的是提供一个概述现有的解决方案，其基本原则和研究类型方面，即他们的经验证据的状态。方法：为此，我们对REPI出版空间进行了系统的映射研究。结果：本文报告的第一个调查结果的研究类型方面的贡献，以及选定的方法学原则。我们发现一个强有力的重点在现有的研究解决方案建议REPI的方法，集中在规范性的评估和基准的可再生能源活动，而不是整体的可再生能源的改进，根据个别公司的目标。结论：我们的结论是，到目前为止，有必要扩大工作，并调查更多的问题驱动的REPI，也针对基本RE文物，目前似乎超出范围的质量的改善。
2017-01-19 cs.SE
Human-Centred Requirements Engineering for Critical Systems: Insights from Disaster Early Warning Applications
School of Information Technology, Deakin University（迪肯大学信息技术学院）；Faculty of Information Technology, Monash University（蒙纳士大学信息技术学院）
提出以人为中心的需求工程过程，通过结构化文献综述和实证验证，为灾害预警系统生成包容性设计需求目录，并评估其有效性。
2026-06-16 cs.SE
On a Factorial Knowledge Architecture for Data Science-powered Software Engineering
鉴于科学中的数据密集型和协作趋势，软件工程社区也越来越关注从数据存储库中获得有价值和有用的见解。然而，将数据科学应用于软件工程（例如，如果缺乏合适的知识体系结构（KA），挖掘软件存储库）可能是盲目的和无意义的。通过观察软件工程实践通常通过一组因素（例如，编程器容量、不同的环境条件等）在此基础上，提出了一种基于因素的软件工程知识共享层次模型，以最大化软件资源库的价值，并对未来的软件数据驱动研究有所启发。特别是，它是有组织的因素和它们的关系，有助于指导软件工程知识挖掘，而挖掘的知识反过来将通过相关的因素和它们的相互作用索引/管理。本文阐述了我们关于阶乘KA的思想，并简要地说明了一个KA组件，即软件产品工程的早期版本KA。一旦充分的范围，这个拟议的KA将补充众所周知的SWEBOK的因素为中心的知识管理和潜在的软件工程知识的覆盖面/含义。
2021-03-02 cs.SE
From Requirements to code: an Architecture-centric Approach for producing Quality Systems
当工程复杂和分布式的软件和硬件系统（越来越多地用于许多部门，如制造业，航空航天，交通运输，通信，能源和医疗保健），质量已成为一个大问题，因为故障可能会产生经济后果，也可能危及人类生命。基于组件的系统的基于模型的规范允许显式地对组件及其集成的结构和行为进行建模。特别是软件体系结构（SA）已被提倡作为一种有效的手段，以产生质量体系。在本章中，通过结合不同的技术和工具进行分析和开发，我们提出了一个以架构为中心的模型驱动的方法来验证所需的属性，并生成系统代码。功能需求被引出并用于识别架构应该表达的预期属性。对属性的体系结构遵从性进行了形式化的证明，并使用生成的体系结构模型自动生成Java代码。适当的转换确保代码符合结构和行为SA约束。本章描述了该过程，并讨论了如何利用一些现有工具和语言来支持该方法。
2009-10-02 cs.SE
Formal Model-Driven Engineering: Generating Data and Behavioural Components
模型驱动工程是从结构和功能的抽象模型中自动生成软件产品。通过针对特定的系统类别，可以使用模型转换和编码领域知识和实现策略的代码生成器来自动化开发过程的各个方面。使用这种方法，一个复杂的软件系统的正确性问题可以通过分析较低复杂性的抽象模型来回答，假设所采用的转换和生成器本身是正确的。本文展示了如何形式化技术可以用来建立模型转换的正确性，用于从精确的对象模型生成软件组件。源语言基于现有的形式化技术;目标语言是数据库编程中广泛使用的SQL表示法。正确性是通过为两种语言提供可比较的关系语义，并检查转换是否保持语义来建立的。
2013-01-01 cs.LO cs.MS cs.SE
Privacy by Design: Aligning GDPR and Software Engineering Specifications with a Requirements Engineering Approach
本研究针对软件系统符合GDPR的隐私设计需求，提出一种基于原始法律概念建模的需求与系统规范方法，以捕获法律知识并支持规范透明度与可追溯性。
2025-10-31 cs.SE
Abstractness, specificity, and complexity in software design
抽象是软件设计的基本概念之一。因此，为形成软件系统的大量工件确定适当的抽象级别是软件工程的组成部分。然而，软件设计中抽象的本质，特别是它与同样重要的概念（如复杂性，特殊性或通用性）的相互关系，今天还没有完全理解。作为一个步骤，更好地了解所涉及的权衡，本文提出了一个区别的抽象成两种类型，有不同的影响的特异性和复杂性的文物。我们讨论了这两种类型的抽象在软件设计中的作用，并解释了抽象性，特异性和复杂性之间的相互关系。此外，我们用多个例子说明了所提出的区别的好处，并描述了我们的研究结果对软件设计活动的后果。
2017-09-05 cs.PL cs.SE
Open Source Stewardship Communities: "We need you, but not your pull request"
Universidad Rey Juan Carlos（雷乌斯·胡安卡洛斯大学）；University of Victoria（维多利亚大学）
本研究提出“管理社区”概念，指出AI降低代码实现成本但审查昂贵，导致开源项目限制实现贡献，引发对社区自我更新能力削弱的担忧。
2026-09-14 cs.SE
Naming the Pain in Requirements Engineering: Design of a Global Family of Surveys and First Results from Germany
内容：多年来，我们观察到工业界在定义高质量的需求工程（RE）和研究人员试图了解工业期望和问题方面的努力。尽管我们正在通过大量的实证研究来调查这一学科，但这些研究要么集中在验证特定的方法，要么集中在单个公司或国家。因此，它们只允许有限的经验概括。目的：为了建立一个关于RE实践状态的经验和可推广的基础，我们的目标是一系列开放和可重复的调查，使我们能够以问题驱动的方式引导未来的研究。方法：我们与来自不同国家的不同研究人员合作，设计了一个全球分布的调查系列。该工具是基于从现有研究中推断出的初步理论。作为一个长期目标，将定期重复进行调查，以明确了解可再生能源的现状和实际需求。在本文中，我们提出了家庭调查的设计和在德国开始的第一个结果。结果：我们的第一个结果包含来自30家德国公司的回复。这些结果还不能概括，但已经表明了一些趋势和问题。例如，受访者在他们的公司标准中看到的一个常见问题是人工制品代表性不足，他们在项目中遇到的重要问题是不完整和不一致的需求。结论：结果表明，调查的设计和工具是非常适合复制，从而在实践中创建一个通用的可再生能源的经验基础。
2016-11-15 cs.SE
Agile Islands in a Waterfall Environment: Requirements Engineering Challenges and Strategies in Automotive
[背景和动机]受更快的上市时间和缩短开发周期的需求驱动，大型系统工程公司正在其组织中采用敏捷方法。这种敏捷转型是具有挑战性的，在传统的公司结构背景下，敏捷软件团队的采用通常是自下而上的。[Question/Problem]这给敏捷团队在以文档为中心和计划驱动（或瀑布）的环境中工作带来了挑战。虽然可取的做法是两全其美，但不清楚如何才能做到这一点，特别是在管理大规模系统的要求方面。[主要思想/结果]本文介绍了一个汽车公司的探索性案例研究，重点是一个大型系统公司的两个部门，这是在公司范围内采用敏捷的过程。[贡献]我们提出了敏捷团队在更大的计划驱动背景下工作时面临的与需求工程相关的挑战，并提出了缓解挑战的潜在策略。挑战涉及，例如，开发团队没有意识到高层次的需求，并处理编写用户故事的灵活性。我们发现，克服大多数这些挑战的战略仍然缺乏，因此需要更多的研究。
2021-06-21 cs.SE
Exploring CoCo Challenges in ML Engineering Teams: Insights From the Semiconductor Industry
Chair of Software Engineering, TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院软件工程系）；Business School, Pforzheim University（弗劳恩霍夫大学商学院）；Software and Sustainability (S2) Group, Vrije Universiteit Amsterdam（阿姆斯特丹自由大学软件与可持续性（S2）组）
本文通过分析半导体行业机器学习工程团队的协作挑战，揭示了跨学科协作中的关键问题与解决策略，强调了角色不明确对长期系统维护的影响。
2026-05-08 cs.LG cs.SE
End-of-Life of Software How is it Defined and Managed?
新软件和算法的快速发展，在大量可用数据的推动下，使软件产品的保质期大大缩短。据粗略估计，每天开发的新软件项目超过40，000个，因此，放弃旧软件并获得满足迅速变化的需求和要求的新软件变得越来越快，成本也越来越低。被抛弃的软件会发生什么，以及“一次性”文化会产生什么后果（Cooper，2005）仍然是悬而未决的问题。本文将探讨系统工程的概念，软件的生命周期结束，它将突出现有的软件工程实践中的差距，它将提出的例子，已被遗弃的软件，试图退役，它将探讨废弃的软件文物的影响。还详细介绍了解决已查明的研究差距的拟议前进道路。
2022-04-08 cs.AI cs.SE
Concept-centric Software Development
本文介绍Palantir将概念置于软件开发核心的实践，通过集中概念库实现产品对齐、概念演进与跨团队沟通，并总结经验与挑战，为其他组织提供采用以概念为中心方法的建议。
2023-10-19 cs.HC cs.SE
Knowledge-Centric Information Systems
Independent Researcher（独立研究者）
探讨随着大语言模型兴起，组织知识成为可执行基础设施，企业人工智能系统促使向知识架构学科转变，给出概念模型和分类法，阐述相关数据工程保障的重新定义。
2026-07-07 cs.AI cs.DB cs.SE
Hybrid Active Teaching Methodology for Learning Development: A Self-assessment Case Study Report in Computer Engineering
University of Luxembourg（卢森堡大学）；Instituto Superior Manuel Teixeira Gomes（曼努埃尔·特谢拉·戈梅斯高等学院）；Lusófona University（卢索福纳大学）；Universidad Nacional de Rosario（罗萨里奥国立大学）
本研究通过案例研究强调主动教学法和跨学科课程在需求工程中的优势，采用以工件为中心的学习方法，73%学生获最高成绩，自我评估证实了学术卓越与学生参与。
2024-02-08 cs.CE cs.RO cs.SE
Authoring Agent Skills: A Software-Engineering Approach
University College London（伦敦大学学院）
研究如何编写智能体技能，遵循软件工程原则，以Claude Code为参考实现阐述技能结构等，与其他塑造智能体行为机制比较并给出选择规则，还介绍评估驱动编写过程等，为智能体技能编写提供方法。
2026-07-29 cs.AI cs.SE
Explainable AI for Engineering Design: A Unified Approach of Systems Engineering and Component- Based Deep Learning Demonstrated by Energy- Efficient Building Design
Leibniz University Hannover（汉诺威莱布尼茨大学）；Technical University of Munich（慕尼黑工业大学）
本文提出融合系统工程与基于组件深度学习的可解释AI方法，通过接口可解释激活提升模型泛化与复用，并在节能建筑设计中验证其精度与可解释性。
2024-09-09 cs.LG cs.SE cs.SY
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
RSIBench-Data: Benchmarking Data-Centric Research for Recursive Self-Improvement
Evolvent AI（埃沃尔文特人工智能公司）；National University of Singapore（新加坡国立大学）
研究递归自我改进中以数据为中心的研究，引入RSIBench-Data基准测试，让LLM智能体迭代修订训练数据策略，评估四个前沿智能体在六个基准测试中的表现，发现其虽有能力但改进不一致，该基准测试提供了可测量的测试平台。
2026-07-29 cs.CL cs.SE
