Industrial Requirements for Supporting AI-Enhanced Model-Driven Engineering
将人工智能技术和方法与MDE相结合的研究越来越受到人们的关注。然而，人工智能和MDE实践之间以及研究人员和实践者之间存在差距。本文通过报告这一领域的工业要求来解决这一差距。在AIDOaRt研究项目中，从业者和研究人员在人工智能增强自动化方面进行合作，支持网络物理系统的建模、编码、测试、监控和持续开发。该项目特别位于工业和学术界合作的交叉点，具有多个工业用例。通过启发和完善过程，确定了78项高级别要求，并由AIDOaRt伙伴归纳为30项通用要求。本文的主要贡献是该项目的一套通用要求，用于通过人工智能，DevOps和模型驱动工程来增强网络物理系统的开发，确定MDE和AI交互中的行业需求热点。未来的工作将在行业环境中完善，实施和评估这些要求的解决方案。
2022-08-29 cs.SE
DEIS: Dependability Engineering Innovation for Industrial CPS
信息物理系统（CPS）的开放性和协作性对可靠性提出了新的挑战。DEIS项目（汽车CPS的可靠性工程创新。该项目获得了欧盟地平线2020研究和创新计划的资助，资助协议编号为732242，见http://www.deis-project.eu）通过开发形成可靠系统集成科学的技术来应对这些挑战。这些技术的核心是组件或系统的数字可靠性标识（DDI）的概念。DDI是模块化的，可组合的，并且在现场可执行，从而促进（a）在供应链上有效地合成组件和系统可靠性信息，以及（b）在现场有效地评估该信息，以安全和可靠地组合高度分布式和自治的CPS。本文概述了DDI概念和在四个工业用例中的应用机会。
2021-06-03 cs.SE
Aligning Academia with Industry: An Empirical Study of Industrial Needs and Academic Capabilities in AI-Driven Software Engineering
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
Reverse Engineering Variability in an Industrial Product Line: Observations and Lessons Learned
理想情况下，可变性模型是产品线特征及其约束的正确和完整的表示。再加上特性和代码之间的映射，这确保了只能配置和派生有效的产品。然而，在实践中，建模的约束可能既不完整也不正确，这会导致在配置和产品派生阶段的问题。本文提出了一种从实现中逆向工程可变性约束的方法，从而提高可变性模型的正确性和完整性。我们扩展了功能效果分析的概念，以提取可变性约束的代码工件的博世PS-EC大规模的产品线。我们提出了一个工业应用的方法，并讨论其所需的修改，以处理非布尔变量和异构工件类型。
2021-10-12 cs.SE
Teaching Model-based Requirements Engineering to Industry Professionals: An Experience Report
使用概念模型来促进需求工程已经提出了几十年，并评估为有益的。例如，面向目标的需求工程或场景规范通常使用概念模型来完成。将这种基于模型的需求工程方法带入工业实践通常需要工业培训。在本文中，我们报告的经验教训，从教学行业专业人员基于模型的需求工程的培训计划。特别是，我们作为教育者和学习者报告从设计培训计划，进行实际培训，并在我们的日常工作中应用指导材料的经验。从这些研究结果，我们提供了指导方针，教育工作者设计的行业专业人士的需求工程课程。
2021-03-07 cs.SE
Software Engineering Education Knowledge Versus Industrial Needs
出资额：确定并分析2014年IEEE/ACM软件工程教育知识（SEEK）中概述的软件从业者教育与Stack Overflow（SO）帖子中引用的Wikipedia文章所指出的行业需求之间的差距。背景资料：以前的工作已经发现了计算机基础，人际技能，软件流程和人机交互的覆盖面不足，建议重新平衡。研究问题：1）SEEK知识单元在多大程度上涵盖了开发人员的需求，就SO帖子中引用的维基百科文章而言？2)维基百科条目的受欢迎程度如何与其SEEK覆盖率相关？3)SEEK知识单元可以更好地涵盖哪些计算知识领域？4)为什么维基百科的文章被SO上引用的SEEK知识单元所覆盖？方法：维基百科的文章是从SO帖子中系统收集的。被引用最多的被手动映射到SEEK知识单元，根据其覆盖程度进行评估。SEEK未充分涵盖的文章使用2012年ACM计算分类系统手动分类。手动分析引用充分覆盖的文章的帖子样本。对软件从业人员进行了调查，以验证研究结果。调查结果：SEEK似乎充分涵盖了计算机科学基础，软件设计和数学概念，但较少涉及万维网，软件工程组件和计算机图形学等领域。开发人员寻求有关软件主题的建议、最佳实践和解释，以及代码审查帮助。未来的SEEK模型和计算教育可以更深入地研究信息系统、设计、测试、安全和软技能。
2021-12-23 cs.SE
Action Research with Industrial Software Engineering -- An Educational Perspective
本文从教育视角出发，针对行动研究在工业软件工程教学中的挑战，通过提供丰富示例、工具包及练习，支持行动研究的教与学，帮助新手研究者探索该领域机会。
2025-11-13 cs.SE
Large-scale information retrieval in software engineering -- an experience report from industrial application
本研究针对工业大规模测试用例选择场景，通过系列实验评估不同IR技术的适用性，总结出参数优化、工业数据扩展、评估方法三方面挑战，为相关研究提供经验参考。
2023-08-22 cs.SE
Awakening: Modern Challenges and Opportunities of Software Engineering Research
Athens University of Economics and Business（雅典大学经济与商业学院）；Delft University of Technology（代尔夫特理工大学）；DeepSea Technologies
软件工程研究面临大规模、专有系统访问难题，需通过工业博士、长期合作等新方法推动研究进展。
2026-03-22 cs.SE
Ethics of Care for Software Engineering
Eindhoven University of Technology（埃因霍温理工大学）；Heidelberg University（海德堡大学）
本文探讨软件工程研究与产业实践脱节问题，主张引入关怀伦理以增强对具体个体和情境的关注，推动研究与实践的结合。
2026-01-23 cs.SE
A Systematic Literature Review on a Decade of Industrial TLA+ Practice
本文通过系统文献综述分析TLA+过去十年在工业界的应用趋势、使用特征、实际收益与推广挑战，为软件工程师提供实践见解。
2024-11-20 cs.SE
CIDR: A Large-Scale Industrial Source Code Dataset for Software Engineering Research
Fermatix AI
CIDR是首个基于工业合作的大型源代码数据集，包含2440个仓库、138种语言和3.73亿行代码，支持代码智能、软件质量分析和语言模型预训练等研究。
2026-10-19 cs.AI cs.SE
MICOSE4aPS: Industrially Applicable Maturity Metric to Improve Systematic Reuse of Control Software
自动化生产系统（aPS）是高度复杂的机电一体化系统，通常必须可靠地运行数十年。控制软件模块的标准化和重用是在越来越短的开发周期内实现所需系统质量的核心先决条件。然而，在aPS领域的工业案例研究表明，许多aPS公司仍然挣扎在战略重用软件。本文提出了一种基于度量的方法来客观地衡量基于IEC 61131的工业控制软件在aPS（MICOSE 4aPS）中的成熟度，以识别潜在的弱点和质量问题，阻碍系统的重用。机器和设备制造行业的模块开发人员可以直接受益，因为度量计算被集成到软件工程工作流程中。在一家食品包装行业顶级机器制造公司进行的深入行业评估以及与不同公司进行的专家评估证实了有效管理控制软件质量的好处。
2022-12-09 cs.SE
Awareness of Secure Coding Guidelines in the Industry -- A first data analysis
软件需要安全，特别是在部署到关键基础设施时。安全编码指南捕获工业软件工程中的实践，以确保代码的安全性。本研究旨在评估工业软件工程中安全编码的意识水平，软件开发人员发现软件代码中的弱点的技能，避免它们，以及组织支持坚持编码指南。该方法借鉴了完善的理论，政策的遵从性，中立化理论，和安全相关的压力和作者的多年经验，在工业软件工程和经验教训，从培训安全编码的行业。本文介绍了在线调查的问卷设计和初步分析的数据从试点研究。
2021-01-06 cs.SE
Automated and Systematic Digital Twins Testing for Industrial Processes
工业过程的数字孪生（DT）变得越来越重要。他们的目标是以数字方式表示物理世界，以帮助评估，优化和预测物理过程和行为。因此，DT是通过数字化提高生产自动化的重要工具，并且由于快速发展的仿真和建模功能，物联网传感器与DT的集成以及高容量云/边缘计算基础设施而变得更加复杂。然而，DT软件的保真度和可靠性对于表示物理世界至关重要。本文展示了一种自动化和系统化的测试架构DT相关DT状态与实时传感器数据从生产线在锻造行业。我们的评估表明，该架构可以显着加快自动DT测试过程，提高其可靠性。一个系统的在线DT测试方法可以显着检测性能的变化，并不断提高DT的保真度。快照创建方法和测试代理架构可以是一种灵感，并且可以普遍适用于使用DT来概括其自动化测试的其他工业过程。
2023-02-26 cs.SE
On the Role of Software Architecture in DevOps Transformation: An Industrial Case Study
开发与运营（DevOps）是一种特殊类型的持续软件工程，已经成为一种流行的软件系统工程范式。软件架构对于DevOps的成功至关重要。然而，关于行业中如何构建软件系统以启用和支持DevOps的基于证据的知识很少。由于架构决策及其原理和含义在架构过程中非常重要，因此我们进行了一项行业案例研究，该研究根据经验确定并合成了两个软件开发团队认为对DevOps转型至关重要的关键架构决策。我们的研究还表明，除了所选择的架构风格外，DevOps最适合模块化架构。此外，我们发现，如果将运营专家添加到团队中以执行需要高级专业知识的运营任务，则所研究团队的性能可以在DevOps中得到改善。最后，如果团队想要更快地发布软件更改，那么测试投资是不可避免的。
2020-03-13 cs.SE
Challenges in aligning requirements engineering and verification in a large-scale industrial context
本文通过在大型软件公司开展访谈研究，识别需求与验证过程协调中的多类关键挑战，并为从业者和研究者提供改进对齐管理的依据。
2023-07-23 cs.SE
Teaching Software Engineering with LLM and MCP Integration: From Classroom to Industry Practice
City University of Hong Kong（香港城市大学）；HSBC（汇丰银行）；Hong Kong Metropolitan University（香港都会大学）
本研究将LLM和MCP集成到软件工程协作教学模式中，通过嵌入驱动工具到教学、代码辅助和工程模拟，弥合传统教学与工业流程的差距，提升学生编程、问题解决和智能工具使用能力。
2026-06-18 cs.SE
The Bourgeois Gentleman, Engineering and Formal Methods
涉及形式方法的工业应用仍然是一般规则的例外。缺乏理解，员工没有接受过适当的教育，难以整合现有的开发周期，市场没有明确的要求等等，这些都是经常听到的不正规的解释。本文报告了一些经验，游戏规则改变者，将无缝集成到安全关键系统工程的正式方法。
2020-05-13 cs.SE
An Industrial-Scale Retrieval-Augmented Generation Framework for Requirements Engineering: Empirical Evaluation with Automotive Manufacturing Data
本文提出一个工业级检索增强生成框架，用于需求工程自动化，通过实证评估展示其在提高提取准确性和减少人工分析时间方面的优势。
2026-03-24 cs.AI cs.SE
A Systematic Review of Digital Twin-Driven Predictive Maintenance in Industrial Engineering: Taxonomy, Architectural Elements, and Future Research Directions
Intelligent Distributed Computing and Systems (INDUCE) Lab, Department of Computer Science and Software Engineering, College of Information Technology, United Arab Emirates University, Al-Ain, United Arab Emirates, Emirates Center for Mobility Research, United Arab Emirates University, Al-Ain, United Arab Emirates（智能分布式计算与系统实验室，计算机科学与软件工程系，信息科技学院，阿联酋大学，阿恩，阿联酋，移动性研究中心，阿联酋大学，阿恩，阿联酋）；Department of Architectural Engineering, College of Engineering, United Arab Emirates University, Al-Ain, United Arab Emirates（建筑工程系，工程学院，阿联酋大学，阿恩，阿联酋）；Department of Information Systems and Security, College of Information Technology, United Arab Emirates University, Al-Ain, United Arab Emirates（信息系统与安全系，信息科技学院，阿联酋大学，阿恩，阿联酋）；Department of Computer and Network Engineering, United Arab Emirates University, Al-Ain, United Arab Emirates（计算机与网络工程系，阿联酋大学，阿恩，阿联酋）
本文系统综述数字孪生驱动的工业工程预测性维护，梳理其演进历程、分层架构、应用与AI算法分类，并指出未来研究方向。
2025-09-29 cs.AI cs.ET cs.SE
Are Computer Science and Engineering Graduates Ready for the Software Industry? Experiences from an Industrial Student Training Program
自1968年在北约会议上创造软件工程一词以来，已经有50年了。到目前为止，该领域应该相对成熟，大多数知名大学在其计算机科学课程中涵盖核心软件工程主题，其他大学提供专业学位。然而，仍然有许多从业者抱怨新的软件工程员工缺乏技能。随着行业对软件工程师需求的不断增长，这种明显的差距变得越来越明显。解决这一差距的一个企业战略是，该行业在招聘过程之前制定补充培训计划，这也可以帮助他们筛选可行的候选人。在本文中，我们报告了我们的经验和教训，在进行暑期学校计划，旨在筛选新毕业生，向他们介绍与组织和行业相关的核心技能，并评估他们对掌握这些技能的态度招聘过程开始之前。我们的经验表明，这些举措对新员工和公司都是互利的。我们支持这一见解与前和后训练数据收集的参与者在第一版这样的暑期学校和后续调查问卷进行了一年后的毕业生，其中50%的人被公司雇用后不久，暑期学校。
2018-05-22 cs.CY 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
Industrial Practices of Requirements Engineering for ML-Enabled Systems in Brazil
本研究通过分析72名巴西从业者的调查数据，调查了巴西ML使能系统开发中需求工程的应用情况，发现任务主要由数据科学家执行且存在理解不足等问题，为提升需求工程成熟度提供了指导。
2024-07-22 cs.SE
Deriving and Validating Requirements Engineering Principles for Large-Scale Agile Development: An Industrial Longitudinal Study
Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）；Grundfos Holding A/S（格兰富控股股份有限公司）
本研究通过纵向研究推导并验证了适用于大规模敏捷开发的需求工程原则，旨在提升此类环境下的需求管理实践。
2026-02-11 cs.SE
Software Engineers' Attitudes Towards Organizational Change - an Industrial Case Study
为了应对复杂和不断变化的环境，各行业都在寻求新的和更有效的方式来开展业务。根据先前的研究，许多这些变革努力未能实现其预期目标。因此，研究人员试图找出增加成功可能性的因素，并发现员工对变革的态度是最关键的因素之一。在软件工程组织中，管理变更的能力尤为重要，因为在这些组织中，有影响力的技术的快速变更和不断发展的方法论创造了一个动荡的环境。然而，据我们所知，没有研究存在，探讨在软件工程组织的变化的态度。在这个案例研究中，我们使用行业数据来研究，如果预期的变化结果的知识，对变化的需要的理解，和参与的感觉影响软件工程师的开放性变化和准备变化，两个常用的态度结构。两个独立的多元回归分析的结果表明，开放性的变化是预测的所有三个概念，而变化的准备是预测的变化和参与的需要。此外，我们的研究还提供了一个层次方面的三个预测结构的影响程度。最终，我们的研究结果可以帮助管理人员在软件工程组织，以增加成功实施的可能性，导致改变组织行为的变化倡议。然而，我们提出的一阶模型被认为是早期的近似值，捕捉最显着的影响，因此，在未来的研究中，应扩展到包括额外的软件工程独特的因素。
2016-01-21 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
(Auto)Focus approaches and their applications: A systematic review
焦点，一个框架，正式规格说明和开发的交互式系统，介绍了约。25年前从那时起，这种方法被广泛用于学术和工业研究，并为一些专注于特定领域的其他框架和AF3建模工具提供了基础。在本文中，我们提供了相应的方法，这些方法的学术案例研究和工业应用的文献综述。
2017-11-22 cs.SE
SeLoC-ML: Semantic Low-Code Engineering for Machine Learning Applications in Industrial IoT
Siemens AG（西门子股份公司）；Technical University of Munich（慕尼黑工业大学）
物联网（IoT）正在通过弥合信息技术（IT）和运营技术（OT）之间的差距来改变行业。机器正在与连接的传感器集成，并通过智能分析应用程序进行管理，加速数字化转型和业务运营。将机器学习（ML）引入工业设备是旨在促进IT和OT融合的进步。然而，在工业物联网（IIoT）中开发ML应用程序存在各种挑战，包括硬件异构性，ML模型的非标准化表示，设备和ML模型兼容性问题以及应用程序开发缓慢。在这一领域的成功部署需要对硬件、算法、软件工具和应用程序有深入的了解。因此，本文提出了一个名为Semantic Low-Code Engineering for ML Applications（SeLoC-ML）的框架，该框架构建在低代码平台上，通过利用语义Web技术来支持IIoT中ML应用程序的快速开发。SeLoC-ML使非专家能够轻松地大规模建模、发现、重用和匹配ML模型和设备。可以基于匹配结果自动生成项目代码以用于在硬件上部署。开发人员可以从语义应用程序模板（称为配方）中受益，从而快速建立最终用户应用程序的原型。这些评估证实，与工业ML分类案例研究的传统方法相比，工程工作量减少了至少三倍，显示了SeLoC-ML的效率和实用性。我们分享代码并欢迎任何贡献。
2022-07-18 cs.AI cs.DB cs.IR
Requirements Engineering, Software Testing and Education: A Systematic Mapping
本文通过系统性映射研究，梳理教育情境中需求工程与软件测试被结合探讨的方式。
2023-04-26 cs.SE
Towards Industry 4.0: Gap Analysis between Current Automotive MES and Industry Standards using Model-Based Requirement Engineering
随着第四次工业革命的到来，工业4.0为企业和研究人员带来了极大的热情，为他们提供了一个机会，为实现互联智能工厂生态系统的愿景铺平了道路。然而，在汽车工业的背景下，当前汽车制造执行系统（MES）支持的要求与国际自动化协会（ISA）提出的工业标准（如ISA-95，ISA-88）之间存在明显的差距，工业4.0正在建立在这些标准之上。我们通过遵循基于模型的需求工程方法以及差距分析过程来弥合这一差距。我们的工作主要分为三个阶段，（i）汽车MES工具选择阶段，（ii）需求建模阶段，（iii）和差距分析阶段的基础上建模的需求。在MES工具选择阶段，我们使用了已知的可靠来源，例如MES产品调查报告、白皮书，这些白皮书提供了有关当前MES环境的各种比较标准和工具供应商列表的深入和全面的信息。在需求建模阶段，我们使用通用系统建模语言（SysML）指定来自ISA-95和ISA-88工业标准的需求。在差距分析阶段，我们发现标准需求和现有软件工具对这些标准的遵从性之间存在不一致。
2017-04-10 cs.SE
Robotics Software Engineering: A Perspective from the Service Robotics Domain
University of Gothenburg（哥德堡大学）；Radboud University Nijmegen（拉德堡德大学）；University of Bergamo（贝加莫大学）
通过执行有用的任务来支持人类的机器人（又称，服务机器人）在全球范围内蓬勃发展。与工业机器人相比，服务机器人的发展带来了严重的软件工程挑战，因为它们需要高水平的鲁棒性和自主性，以便在高度异构的环境中运行。作为一个具有关键安全影响的领域，服务机器人面临着对良好软件开发实践的需求。在本文中，我们提出了第一个大规模的实证研究，以评估国家的艺术和机器人软件工程的实践。我们对来自9个不同国家的15家公司的工业从业者进行了18次半结构化访谈，并对来自机器人领域的156名受访者（来自26个国家）进行了调查。我们的研究结果提供了一个全面的图片（i）机器人工业和学术从业者应用的实践，包括过程，范例，语言，工具，框架和重用的做法，（ii）机器人软件工程的显着特点，（iii）经常面临的挑战，以及采用的解决方案。本文最后讨论的意见，推导出的假设，并提出行动的研究人员和从业人员。
2020-09-08 cs.RO cs.SE
Enablers and Impediments for Collaborative Research in Software Testing: An Empirical Exploration
当涉及到工业组织时，当前在软件工程研究中的协作努力通常保持在内部，剥夺了这些组织建立独立协作研究所需的技能。目前的趋势，经验软件工程研究，需要建立一定的标准，这将指导这些合作努力，建立一个强大的伙伴关系，促进独立的，以证据为基础的，软件工程研究。本文探讨了在软件测试领域中有效和高效的行业-学术界合作的关键因素。该研究的一个主要发现是，虽然技术是更好合作的强大推动力，但必须辅之以行业开放性，以披露研究结果和使用专用工具平台。我们使用自动化测试生成方法作为一个例子，该方法是在过去两年中与瑞典的庞巴迪运输公司合作开发的。
2015-03-10 cs.SE
Machine Learning Software Engineering in Practice: An Industrial Case Study
Polytechnique Montreal（蒙特利尔综合理工学院）；SAP Canada Inc（SAP加拿大公司）
SAP是企业软件的市场领导者，提供端到端的应用程序和服务套件，使其全球客户能够运营业务。特别是，SAP的零售客户处理数百万的销售交易，为他们的日常业务。交易在零售期间在销售点（POS）终端创建，然后发送到一些中央服务器进行验证和其他业务操作。由于许多技术和人为错误，相当大比例的零售交易可能存在不一致性。SAP提供了一个自动化的错误检测过程，但仍然需要专门的员工使用工作台软件进行纠正的手动过程。然而，这些错误的手动校正是耗时的、劳动密集型的，并且可能由于不正确的修改而导致进一步的错误。这不仅对客户的业务工作流程造成性能开销，而且还带来了高昂的运营成本。因此，自动检测和纠正交易错误对于其潜在的商业价值和业务流程的改进非常重要。在本文中，我们提出了一个工业案例研究，我们应用机器学习（ML）来自动检测交易错误并提出纠正建议。我们从三个不同的角度：软件工程、机器学习和产学合作，确定并讨论了我们在这个合作研发项目中面临的挑战。我们报告了我们从项目中获得的经验和见解，以及针对已确定挑战的指导方针。我们相信，我们的研究结果和建议可以帮助研究人员和从业人员进行类似的努力。
2019-06-17 cs.LG cs.SE
EdgeFlow: Edge-Map Augmented VLM-Based Flowchart Processing for Industrial Requirements Engineering
Huawei Research Canada（华为加拿大研究）
提出EdgeFlow方法，通过向视觉语言模型(VLM)输入添加Canny边缘图作为结构先验，无需训练数据或微调即可提升流程图到Mermaid代码的转换精度，在工业数据集上节点F1提升17.39%，边F1提升16.94%。
2026-05-26 cs.AI cs.CV cs.SE
LLM Post-Training as Brownfield Maintenance: An Industrial Perspective on Dataware Engineering
Queen’s University（女王大学）；Centre for Software Excellence, Huawei Technologies（华为技术有限公司软件卓越中心）
本文从工业视角探讨LLM后训练的棕地维护挑战，提出数据制品编程的工程规范，通过案例研究表明产出优化补丁可显著提升CodeForces和LiveCodeBench的代码生成性能且无显著退化。
2026-09-01 cs.AI cs.LG cs.SE
Model-driven Engineering of Safety and Security Systems: A Systematic Mapping Study
本文提出了一个系统的映射研究模型驱动的工程系统中的安全和安全问题。安全和安全问题的集成建模和开发是一个新兴的研究领域。我们的映射研究提供了一个概述，目前国家的最先进的在这一领域。通过严格和系统的过程，这项研究从1992年至2018年发表的17，927篇相关论文中精心挑选了95篇。然后，本文提出并回答了几个相关的研究问题，经常使用的方法，这些问题通常调查的发展阶段，或应用领域。此外，我们还确定了社区对出版场所和趋势的偏好。
2020-04-17 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
Requirements Engineering for Machine Learning: A Review and Reflection
National Engineering Research Center for Big Data Software（国家大数据软件工程技术研究中心）；School of Software, Tsinghua University（清华大学软件学院）
如今，许多工业流程正在经历数字化转型，这通常需要在业务流程中集成易于理解的领域模型和最先进的机器学习技术。然而，关于何时、何地以及如何将各种领域模型和端到端机器学习技术适当地嵌入到给定的业务工作流中的需求获取和设计决策需要进一步探索。本文旨在提供一个概述的需求工程过程中的机器学习应用程序的跨域协作。我们首先回顾了有关机器学习需求工程的文献，然后一步一步地完成协作需求分析过程。还讨论了与上述步骤相关的工业数据驱动智能应用的示例情况。
2022-10-03 cs.LG cs.SE
Triage in Software Engineering: A Systematic Review of Research and Practice
本综述针对软件工程中问题分类（Triage）的研究与实践展开系统分析，回顾234篇相关论文，对比学术与工业目标，识别部署障碍，总结数据集与指标，为方法选择提供参考并指出未来研究方向。
2025-11-05 cs.SE
A Systematic Review of Common Beginner Programming Mistakes in Data Engineering
该综述通过分析2003至2024年间21篇文献，系统分类了数据工程中初学者常见编程错误，涵盖Python、SQL和Java，为工具开发与教学提供实证基础。
2025-04-23 cs.SE
Toward Epistemic Stability: Engineering Consistent Procedures for Industrial LLM Hallucination Reduction
Trane Technologies（特纳技术公司）
本文提出并比较了五种提示工程策略，旨在减少模型输出的方差，实现可重复、基于事实的结果。通过LLM-as-Judge框架评估，M4在100次试验中均表现最佳，M2在v2版本中提升显著。
2026-04-05 cs.AI cs.HC cs.SE
The use of controlled vocabularies in requirements engineering activities: a protocol for a systematic literature review
背景：基于证据的软件工程（EBSE）范例和系统文献综述的计划阶段。目的：一个方案，用于对基于证据的软件工程领域的几个指南建议的过程进行系统的文献综述，并提供详细信息。方法：对最近在世界领先期刊上发表的系统性文献综述的分析，加上使用两个著名的指南和一本教科书来翻译正式的计划（方案）。结果：验证的方案结论：我们发现，大多数已发表的系统评价缺乏报告的方案，或它是薄弱的。缺乏制定正式协议的工具支持。尽管协议与计划一样，必须具有适应不可预见情况的灵活性，但其目标是实际活动应尽可能与已计划的活动相似。因此，这是一个很难实现的平衡，研究人员必须小心，不要引入可能对整个工作的有效性构成威胁的更改。
2017-04-03 cs.SE
Cognitive Biases in Software Engineering: A Systematic Mapping Study
软件项目挑战和失败的一个来源是由人类认知偏见引入的系统性错误。虽然在认知心理学中得到了广泛的探讨，但有关认知偏差的调查只是最近才在软件工程（SE）研究中得到普及。因此，本文系统地映射，汇总和综合的文献认知偏见在软件工程产生一个全面的知识体系，了解国家的最先进的研究，并为未来的研究和实践提供指导。我们重点关注偏见的前因、影响和缓解技术，确定了1990年至2016年间发表的65篇文章，其中调查了37种认知偏见。尽管人们对认知偏差的兴趣越来越浓厚，但研究结果显示，在理解和解释认知偏差方面，对缓解技术的研究很少，理论基础也很薄弱。虽然偏见相关的研究已经产生了许多新的见解，在软件工程社区，具体的偏见缓解技术仍然需要软件专业人员克服认知偏见对他们的工作的有害影响。
2018-10-23 cs.SE
A Systematic Literature Review on Model-driven Engineering for Cyber-Physical Systems
本技术报告介绍了一项系统性文献综述（SLR）研究，重点是通过MDE方法识别和分类与CPS开发相关的最新研究实践。该研究评估了2010年至2018年期间发表的140篇研究论文。因此，综合分析了CPS开发生命周期中使用的各种MDE方法。此外，该研究确定了研究差距和需要更多调查的领域。这些贡献有助于研究人员和从业人员全面了解研究趋势和进一步研究/开发的现有挑战。
2021-03-15 cs.SE
A Systematic Literature Review on Intertemporal Choice in Software Engineering - Protocol and Results
当在软件项目中做出选择时，工程师和其他利益相关者参与了涉及不确定未来结果的决策。心理学、行为经济学和神经科学的研究已经质疑了许多关于如何做出这些决定的经典假设。这篇文献综述的目的是描述支持软件工程中这些决策研究的假设。我们确定了关于这个问题的实证研究，并分析了时间的作用是如何在SE的决策研究的特点。文献综述的目的是支持跨期决策的实证研究在实践中的描述性框架的发展。
2017-01-28 cs.SE
Towards Continuous Systematic Literature Review in Software Engineering
背景：随着软件工程（SE）研究的进展，新的科学证据不断出现。传统上，系统性文献综述（SLR）不会更新或间歇性更新，在更新之间留下间隙，在此期间SLR可能会丢失关键的新证据。目的：我们提出并评估了一个概念和过程，称为持续系统性文献综述（CSLR）在SE。方法：为了详细阐述CSLR的概念和过程，我们通过进行元人种志来综合证据，解决来自不同研究领域的知识。此外，我们进行了一个案例研究，以评估CSLR过程。结果：我们在BPMN格式中描述了由此产生的CSLR过程。案例研究结果表明，在实践中应用CSLR来不断更新SE中的SLR证据的重要性和可行性。结论：CSLR的概念和过程提供了一种可行和系统的方法，以不断将新的证据纳入SLR，支持SE中SLR的可靠和最新证据。
2022-06-08 cs.SE
Artefact-based Requirements Engineering: The AMDiRE Approach
需求工程在过程和应用领域中的各种影响使得需求工程具有固有的复杂性和难以实现性。一般来说，我们有两种选择建立一个可再生能源的方法：我们可以建立一个基于活动的可再生能源的方法，或者我们可以建立一个基于人工制品的项目参与者集中在可再生能源人工制品，而不是创建它们的方式。虽然一些基于活动的RE方法已被提出，在最近几年，我们已经获得了大量的实证证据和经验的优势，基于人工制品的范式RE。然而，人工制品取向仍然是一个年轻的范式，有各种各样的解释和实践表现，我们需要清楚地了解其基本概念，并对范式进行整合和评估。在这篇文章中，我们贡献了一个基于人工制品的方法来RE（AMDiRE），从六年的基础和循证研究的经验。为此，我们首先讨论的基本概念，人工制品的方向和它的演变，在最近几年。我们简要介绍了一套基于人工制品的RE模型，我们开发的工业研究合作，为不同的应用领域，显示他们的实证评估，并传播到学术界和实践中，最终导致AMDiRE的方法。最后，我们讨论了我们在发展过程中取得的经验和不同的工业评估，以及吸取的教训。
2016-11-30 cs.SE
Software Engineering Process and Methodology in Blockchain-Oriented Software Development: A Systematic Study
软件工程是一个系统的、有纪律的、可量化的方法的过程，对大规模和复杂的软件开发有重要影响。在软件开发的生存周期中，已经有许多成熟的软件过程模型被广泛采用，这些模型将利益相关者推向最终软件产品开发的完成。在先进技术的范围内，各种新兴的和未来的技术正在发展，这确实需要软件工程社区的关注，传统的软件过程技术是否能够继承到未来的软件开发的核心基础。在本文中，我们研究了现有软件工程流程和模型的影响，包括敏捷和面向区块链的软件工程中的DevOps。我们还研究了采用最先进的概念和发展面向区块链系统的当前软件工程过程的重要性。我们讨论的洞察力的软件项目管理实践中的BOS开发。这项研究的结果表明，利用国家的最先进的技术在软件过程中的未来技术将是具有挑战性的和有前途的研究，需要广泛解决和改善国家的最先进的软件工程过程和方法的新技术。
2022-07-02 cs.SE
Identifying relevant Factors of Requirements Quality: an industrial Case Study
针对需求质量影响因素复杂、实践中相关因素不明的问题，本研究结合访谈与问题报告数据开展工业案例研究，识别出17个相关因素及11种交互效应，为需求工程理论和产业相关研究提供实证支持。
2024-05-16 cs.SE
Advancing Trace Recovery Evaluation - Applied Information Retrieval in a Software Engineering Context
软件系统的成功开发涉及软件工件之间的有效导航。结构化信息的一种实践方法是在工件之间建立跟踪链接，这也是几个开发标准所强制执行的实践。不幸的是，在不断发展的系统中手动维护跟踪链接是一项繁琐的任务。为了解决这个问题，一些研究人员提出了治疗的捕获和恢复跟踪链接的信息检索（IR）的问题。该工作包含对基于IR的痕量回收的先前评价的系统性文献综述（SLR）。我们发现，大多数以前的评估都是以技术为导向的，在“IR评估的洞穴”中进行，使用小数据集作为实验输入。此外，源于学生项目的软件工件经常被用于评估。我们在可追溯性研究人员中进行了一项调查，发现大多数人认为学生的工件只能部分代表工业同行。我们的研究结果需要更多的案例研究，以评估基于IR的痕量恢复在工业环境的全部复杂性。此外，本论文有助于在两个实验与工业软件工件的IR为基础的痕迹恢复的经验证据的身体。以技术为导向的实验突出了数据集之间的明显依赖性和基于IR的痕迹恢复的准确性，与SLR的发现一致。以人为本的实验研究了不同质量水平的工具输出如何影响工程师的跟踪精度。最后，我们提出了如何在IR研究的一般领域的工具和方法进行评估，并提出了一个分类的评估上下文为基础的跟踪恢复。
2016-02-24 cs.SE
Machine Learning for Software Engineering: A Tertiary Study
Athens University of Economics and Business（雅典经济与商业大学）
该研究系统梳理了2009至2022年83篇面向软件工程的机器学习综述，覆盖6,117项初步研究，指出软件质量与测试应用最多，并提出实证验证、数据流程自动化及增量式机器学习等未来研究挑战。
2022-11-17 cs.LG cs.SE
Practical Feasibility of Sustainable Software Engineering Tools and Techniques
University of Glasgow（格拉斯哥大学）
研究探讨了现有可持续软件工程工具在工业流程中的实用性，分析了技术、组织和文化因素对实际采纳的影响，并提出了符合现实开发流程的设计指导。
2026-03-30 cs.SE
Knowledge Management in Software Engineering: A Systematic Review of Studied Concepts, Findings and Research Methods Used
软件工程是一项知识密集型工作，如何管理软件工程知识已受到广泛关注。这篇系统性的回顾指出了软件工程中知识管理的实证研究，并讨论了研究的概念、主要发现和研究方法。共识别出762篇文章，其中68篇是行业背景下的研究。其中29份是经验研究报告，39份是经验教训报告。一半以上的实证研究是个案研究。大多数实证研究涉及知识管理的技术和行为方面，而涉及经济、空间和制图方法的研究很少。多篇论文报告的一项发现是，不需要只关注显性知识，也要考虑隐性知识。我们还描述了研究和实践的影响。
2018-11-29 cs.SE
