Software Module Clustering based on the Fuzzy Adaptive Teaching Learning based Optimization Algorithm
基于教与学的优化算法（TLBO）虽然在许多实际优化问题中表现出了很好的性能，但由于对探索和利用的控制能力差而受到批评。为了解决这些问题，TLBO的一个新的变种称为自适应模糊教学基于优化（ATLBO）已在文献中开发。本文介绍了采用模糊自适应模糊教学优化（ATLBO）的软件模块聚类问题。与原有的基于教学的优化（TLBO）和其他模糊TLBO变体的比较研究表明，ATLBO提供了优越的性能，由于其自适应选择的搜索算子的基础上需要当前的搜索。
2019-02-13 cs.SE
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
Rethinking Software Development as a Self-Adaptive Socio-Technical System
ITIS Software, Universidad de Málaga（马拉加大学 ITIS 软件）
本文提出将软件开发视为自适应社会技术系统，使软件项目与开发配置随环境动态调整，以应对智能体AI带来的组织固定性问题。
2026-09-15 cs.SE
Building Resource Adaptive Software Systems (BRASS): Objectives and System Evaluation
随着现代软件系统继续无情地增加复杂性和能力，用户已习惯于定期更新和升级，以避免过时-如果在挫折方面付出一些代价的话。就美国军方而言，获得运行良好的软件系统和底层内容对国家安全至关重要，但更新的问题并不比民用用户少，而且往往需要相当多的时间和费用。为了应对这些挑战，DARPA宣布了一项新的为期四年的研究项目，以调查软件系统和数据在超过100年的时间内保持稳健和功能所需的基本计算和算法要求。建筑资源自适应软件系统（BRASS）计划旨在实现长期软件系统的设计和实现的基础性进展，这些系统可以动态地适应它们所依赖的资源和运行环境的变化。麻省理工学院林肯实验室将提供测试框架和评估拟议的软件工具，以支持这一革命性的愿景。
2015-10-07 cs.SE
On Adaptive Fairness in Software Systems
软件系统越来越多地代表人类做出决策，这引起了人们对此类决策公平性的担忧。这种担忧通常归因于算法设计的缺陷或有偏见的数据，但我们认为，它们往往是缺乏公平性要求的明确规范的结果。然而，这样的需求是具有挑战性的，越来越多的动态环境中，软件系统的操作，以及利益相关者的需求不断变化加剧了这个问题。因此，在软件生产期间捕获所有公平性要求是具有挑战性的，并且不足以解决部署后的软件更改。在本文中，我们提出了自适应公平作为一种手段，保持不断变化的公平性要求的满意度。我们演示了如何结合需求驱动和资源驱动的适应，以解决公平性要求和相关资源的变化。使用模型的公平性要求，资源，以及它们之间的关系，我们展示了如何使用该方法可以用来提供系统所有者和最终用户的能力，反映自适应公平行为在运行时。我们展示了我们的方法，从市民的购物经验的例子。最后，我们讨论了面向人类的软件系统中的自适应公平性工程的开放研究挑战。
2021-04-08 cs.SE
Designing Adaptive Developer-Chatbot Interactions: Context Integration, Experimental Studies, and Levels of Automation
针对软件开发复杂度高、上下文多样且相关交互研究不足的问题，本研究探索基于上下文的开发者-聊天机器人自适应交互设计，以形成支持开发者工作的方案与知识。
2023-05-01 cs.SE
An adaptive 3D virtual learning environment for training software developers in scrum
由于其在生产力、质量和客户满意度方面的潜在改进，Sign是敏捷软件开发中最常用的框架之一。学术界还专注于教授STEM实践，以帮助学生面对常见的软件工程挑战，并促进他们在专业环境中的插入。此外，学习技术的进步目前提供了许多虚拟学习环境，以多种方式增强学习。他们考虑个人学习者偏好的能力导致了向更个性化的培训方法的转变，要求环境适应学习者。我们提出了一种自适应的方法来培训开发人员在Sunday，包括一个自适应的虚拟学习环境的基础上费尔德的学习风格理论。虽然仍然是初步的，我们的研究结果表明，学生使用的环境，并收到指令匹配他们的喜好获得更高的学习收益比学生谁收到了不同的指令比他们喜欢的。我们还注意到，那些接受了与自己偏好相匹配的指导的学生，学习成绩的变化较小。这项工作的相关性超出了学习收益的影响，因为它描述了自适应虚拟学习环境可以在软件工程领域中使用。
2021-11-09 cs.SE
A Framework for Enhancing Performance and Handling Run-Time Uncertainty in Self-Adaptive Systems
自适应性允许软件系统在运行时间期间自主地调整它们的行为，以减少由人工维护引起的成本复杂性。本文提出了一个自适应软件系统外部自适应引擎的构建框架。为了提高自适应软件系统的质量，本研究解决了自适应软件系统中的两个挑战。第一个挑战是通过有效地管理自适应空间的复杂性来提供自适应引擎的更好性能，第二个挑战是处理阻碍自适应过程的运行时间不确定性。本研究利用案例为基础的推理作为一个适应引擎，随着实用功能，实现管理系统的要求。
2014-02-10 cs.SE
A Testing Scheme for Self-Adaptive Software Systems with Architectural Runtime Models
自适应软件系统（SASS）配备有反馈回路，以自主地适应软件或环境的变化。在已建立的领域，如嵌入式软件，已经开发出复杂的方法来系统地研究反馈回路早期在开发过程中。为了涵盖反馈的特殊性，包括单向和在环仿真和测试等技术。然而，目前缺乏系统测试SASS的相关方法。因此，在本文中，我们提出了一个系统的测试方案，SASS，允许工程师测试的反馈回路在开发早期利用建筑运行时模型。这些在开发早期可用的模型通常在运行时由反馈循环的活动使用，并且它们提供了合适的高级抽象来描述测试输入以及预期的测试结果。我们通过一个小的案例研究，进一步概述了我们的想法与一些初步的评估结果。
2018-05-17 cs.SE
Adaptive Automation: Leveraging Machine Learning to Support Uninterrupted Automated Testing of Software Applications
使用自动化软件工具检查软件应用程序的适用性已成为大多数组织的一个重要因素，无论他们是生产内部软件还是简单地定制现成的软件应用程序供内部使用。随着软件解决方案变得越来越复杂，行业越来越依赖于软件自动化工具，但可用软件自动化工具的脆弱性限制了它们的有效性。公司在获得和实现自动化软件方面投入了大量资金，但当维护有效的自动化测试套件的成本超过手动测试所花费的成本和时间时，大多数工具都无法交付。当前一代软件自动化工具的一个缺点是，它们不能在没有频繁（和时间昂贵）的手动干预的情况下适应意外的修改和障碍。这些问题在行业从业者中是公认的，但目前这一代工具都没有利用机器学习和人工智能的进步来解决这些问题。本文提出了一个框架解决方案，利用机器学习的概念，即模糊匹配和错误恢复。建议的解决方案应用自适应技术来从意外的障碍中恢复，否则这些障碍会阻止脚本继续执行。恢复细节在报告中呈现给用户，可以分析该报告以确定恢复程序是否可接受，并且框架将根据用户的决定调整未来的运行。使用这个框架，从业者可以在没有人为干预的情况下运行自动化套装，同时最大限度地降低了时间表延迟的风险。
2015-08-04 cs.SE
Test Agents: Adaptive, Autonomous and Intelligent Test Cases
软件规模的增长、执行回归测试的资源的缺乏以及无法更快地检测错误，都使得对持续集成和测试自动化的依赖增加。即使有更多的硬件和软件资源专用于测试自动化，软件测试也面临着巨大的挑战，导致越来越依赖于作为持续集成框架的一部分的自动测试用例选择和优先级排序的复杂机制。这些机制目前使用称为测试用例的简单实体，这些实体具体实现为可执行脚本。我们的核心思想是通过使用智能软件代理的概念，提供更多的推理，自适应行为和学习能力的测试用例。我们把这样的测试用例称为测试代理。作为测试代理基础的模型能够灵活和自主地采取行动，以满足总体测试目标。我们的目标是增加回归测试的分散性，让测试代理自己知道什么时候应该执行，他们应该如何更新他们的目的，以及什么时候应该相互交互。在本文中，我们设想软件测试代理，显示这种自适应的自主行为。新兴的发展和挑战，关于使用测试代理，特别是，新的研究，旨在使用自适应自主智能体在软件测试。
2018-02-12 cs.SE
An Introduction to Adaptive Software Security
本文提出自适应软件安全模型，将MAPE-K循环与SDLC结合，主动嵌入安全策略以减少漏洞，实现安全与敏捷开发的持续改进。
2023-12-28 cs.CR cs.SE
Model-Driven Engineering of Self-Adaptive Software with EUREMA
自适应软件的开发需要一个自适应引擎，通过反馈回路控制底层的自适应软件。引擎通常通过表示可适应软件的运行时模型以及使用这些模型的分析和规划等活动来描述适应。为了系统地解决运行时模型和适应活动之间的相互作用，运行时megamodels已经被提出。一个运行时大模型是一个特定的模型捕捉运行时模型和适应活动。在本文中，我们将更进一步，为Executable RuntimE MegAmodels（EUREMA）提供一种可执行的建模语言，它通过遵循模型驱动的工程方法简化了自适应引擎的开发。我们提供了一个特定领域的建模语言和运行时解释器的自适应引擎，特别是反馈循环。Megamodel在运行时保持活跃，通过解释它们，它们被直接执行以运行反馈循环。此外，它们可以动态调整，以适应反馈回路。因此，EUREMA通过在更高的抽象层次上明确反馈回路来支持开发，它实现了多个反馈回路相互作用或相互作用的解决方案，并且自适应与离线适应共存以促进进化。
2018-05-17 cs.SE
Emotionally-Informed Decisions: Bringing Gut's Feelings into Self-adaptive and Co-adaptive Software Systems
软件系统现在补充了大量的人类活动，并且已经做出了很多努力，使它们具有越来越高的性能自适应能力，从而使故障，中断和功能丧失的负担需要专家干预。即使软件系统正在迅速获得击败人类的技能，人类仍然保持着非常优越的适应性，特别是在情感信息决策和不确定性决策的背景下;也就是说，自适应和协同适应软件系统尚未获得“直觉”。这提供了双重机会，在软件的自适应部分中，在不确定性下概念化人类启发的决策过程，以及在自适应架构中挖掘人类独特的情感能力。在本文中，一些算法进行了讨论，可以提供软件系统与现实的决策，和一些架构的概念化，诉诸人类的情感量化的不确定性，并在软件的适应过程中作出贡献。
2021-10-04 cs.HC cs.SE q-bio.NC
Pattern Based Adaptive Architecture for Internet Banking
模式在软件体系结构中起着至关重要的作用，它是对常见问题的通用可重用解决方案。系统的软件体系结构是系统推理所需的一组结构，它包括软件元素、它们之间的关系以及两者的属性。模式可以在运行时实现;它们确定关键的资源约束和最佳实践。架构模式表达了软件系统的基本结构组织或模式。软件体系结构中的模式，提供了帮助架构师确定已被证明可以提供有效解决方案的体系结构或解决方案构建块的组合的承诺。在分析网上银行系统的可靠性、安全性、可用性、负载均衡等属性的基础上，利用模式这种可重用的组件，可以很好地帮助设计者构建负载均衡系统。在本文中，我们将提出基于模式的网上银行系统的自适应架构，因此上述属性可以通过使用模式来改善。
2013-12-09 cs.SE
Micro-controllers: Promoting Structurally Flexible Controllers in Self-Adaptive Software Systems
为了促进自适应软件系统中结构灵活的控制器，本文提出了使用微控制器。我们提倡使用基于微服务的特定于服务的微控制器，而不是像Rainbow这样的通用单片控制器。虽然传统的通用控制器可以根据系统需要进行参数配置，但由于反馈控制回路的不同阶段所期望的服务范围很广，因此它们的使用和重用受到限制，所提倡的解决方案是具有结构灵活的控制器，可以由微控制器组成。控制这些微控制器的架构配置的是元控制器，其能够根据控制目标系统所需的服务来配置控制器。在PhoneAdapter案例研究的上下文中，其中微控制器在运行时配置取决于影响系统或其环境的变化，证明了所提出的方法的可行性，使用微控制器在控制器的水平。
2020-06-15 cs.SE
Adaptive Behavioral Model Learning for Software Product Lines
行为模型能够分析软件产品线（SPL）的功能，例如，模型检验和基于模型的测试。模型学习的目的是以某种形式的有限状态机为软件系统构建行为模型。由于SPL产品之间的共性，在模型学习过程中可以重用先前学习的模型。本文在$L^*$算法的基础上，提出了一种自适应学习SPL产品模型的方法（$\text{PL}^*$方法）。在该方法中，在每个产品的模型学习之后，最终观察表中的序列被存储在存储库中，该存储库将用于初始化剩余待学习产品的观察表。该算法在两个开源的SPL上进行了评估，总的学习成本是根据轮数、重置总数和输入符号来衡量的。结果表明，对于复杂的SPL，总的学习成本的$\text{PL}^*$方法是显着低于所有三个指标的非自适应学习方法。此外，据观察，产品的学习顺序会影响$\text{PL}^*$方法的效率。基于这一观察，我们引入了一个启发式来确定一个排序，这降低了两个案例研究中自适应学习的总成本。
2022-08-01 cs.SE
Software Runtime Monitoring with Adaptive Sampling Rate to Collect Representative Samples of Execution Traces
本研究提出一种带统计学基础算法的自适应软件运行时监控流程，可动态调整采样率，在较低性能影响下提升执行轨迹样本代表性，效果优于传统反比采样策略。
2023-05-01 cs.SE
A Comparison of ROS 2 and AUTOSAR Adaptive Platform Against Industry-Elicited Automotive Middleware Requirements
RWTH Aachen University（亚琛工业大学）；ZF Group（采埃孚集团）
本文对比ROS 2和AUTOSAR自适应平台在汽车行业中间件需求中的表现，分析其在通信、集成与协调方面的实际应用能力。
2026-04-24 cs.SE
Past, Present and Future: Exploring Adaptive AI in Software Development Bots
Toronto Metropolitan University（多伦多 Metropolitan 大学）
本文探讨了自适应AI对话代理在软件开发中的作用，分析了其从传统规则系统到AI驱动解决方案的演进，评估了其优势、挑战及未来潜力。
2025-07-14 cs.AI cs.SE
Prototype of Fault Adaptive Embedded Software for Large-Scale Real-Time Systems
本文介绍了一个全面的原型的大规模故障自适应嵌入式软件开发的建议费米实验室BTeV高能物理实验。嵌入在原型的第1级中的轻量级自优化代理负责基于指定的能力层进行主动和被动监控和缓解。代理是自我保护的，使用分布式方法检测级联故障。自适应、可重构和可移动的可靠性对象被设计为自配置，以自动适应动态变化的环境。这些对象提供了一个自我修复层，具有发现、诊断和对实时的【形】处理中的不连续性做出反应的能力。一个通用的建模环境，以促进硬件资源规格，应用程序数据流，和故障缓解策略的设计和实施。计划中的BTeV触发系统仅第1级就将由2500个DSP组成，因此所涉及的组件数量和棘手的故障情况使得不可能设计一个“专家系统”，该系统应用基于捕获每个可能系统状态的规则的传统集中式缓解策略。相反，分布式反应式方法是使用由实时的【形】嵌入式系统组开发的工具和方法来实现的。
2005-04-29 cs.SE
Towards Adaptive Compliance
关键任务软件通常需要遵守多个法规、标准或政策。最近的范例，例如云计算，也要求软件在异构的、高度分布的和变化的环境中操作。在这些环境中，法规遵从性要求可能在运行时发生变化，通常在设计时应用的传统法规遵从性管理技术可能不再够用。在本文中，我们激励自适应合规性的需要，说明可能的合规性问题，由运行时的变化。我们进一步激励我们的工作通过一个云计算方案，并提出两个主要的贡献。首先，我们提出并证明了一个过程，以支持自适应的合规性，延长传统的合规性管理生命周期的活动的分析-计划-执行（MAPE）循环，并通过重新配置制定适应。其次，我们探讨了文献的软件合规性和现有的工作进行分类的活动和关注的自适应合规性。通过这种方式，我们确定了文献如何支持我们的建议，以及为了完全支持适应性合规需要解决的开放研究挑战是什么。
2016-11-17 cs.SE
FEMOSAA: Feature Guided and Knee Driven Multi-Objective Optimization for Self-Adaptive Software
自适应软件（SAS）可以在运行时重新配置自己以适应不断变化的环境，旨在不断优化冲突的非功能目标，例如，响应时间，能耗，吞吐量和成本等。在本文中，我们提出了特征引导和知识驱动的多目标优化自适应软件（FEMOSAA），一种新的框架，自动协同功能模型和多目标进化算法（MOEA），优化SAS在运行时。FEMOSAA分两个阶段运行：在设计阶段，FEMOSAA自动将工程师的SAS设计转换为特征模型，以适应MOEA，创建新的染色体表示和再现算子。在运行时，FEMOSAA利用特征模型作为领域知识来指导搜索，并进一步扩展MOEA，为找到更好的解决方案提供了更大的机会。此外，我们设计了一种新的方法来寻找膝盖的解决方案，它可以实现一个平衡的权衡。我们全面评估FEMOSAA上运行的两个SAS：一个是一个高度复杂的SAS与各种适应现实世界的软件下的现实工作负载跟踪，另一个是面向服务的SAS，可以动态组成的服务。特别是，我们比较了FEMOSAA的有效性和开销对它的四个变种和其他三个基于搜索的框架SAS在各种情况下，包括三个常用的MOEA，两个工作负载模式和各种冲突的质量目标。结果显示FEMOSAA的有效性及其优于其他方法，具有较高的统计学显著性和非平凡效应量。
2018-04-22 cs.SE
Software Engineering for Self-Adaptive Robotics: A Research Agenda
Simula Research Laboratory（Simula研究实验室）；University of York（约克大学）；Aarhus University（奥胡斯大学）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；Southwest University（西南大学）；Norwegian University of Science and Technology（挪威科学与技术大学）
本文提出自适应机器人领域的软件工程研究议程，从软件工程生命周期与使能技术两个维度梳理待解挑战，构建面向2030年的研究路线图，为可信高效的自适应机器人系统奠定基础。
2026-05-06 cs.RO cs.SE
Using Models at Runtime to Address Assurance for Self-Adaptive Systems
自适应软件系统在运行时修改其行为以响应系统内或其执行环境中的变化。即使存在不利条件和适应性，也需要保证满足系统要求。因此，自适应软件系统的一个关键挑战是保证。传统上，对系统正确性的信心是通过在开发时执行的各种活动和过程获得的，例如设计分析和测试。然而，在存在自适应的情况下，一些保证任务可能需要在运行时执行。这种需求要求开发能够在整个软件生存周期中实现连续保证的技术。运行时保证技术发展的基础是研究模型在运行时的使用（M@RT）。本章探讨了使用M @RT来解决自适应软件系统保证的最新技术水平。它定义了M@RT可以捕获哪些信息，特别是为了保证的目的，并将此定义置于现有工作的上下文中。然后，我们概述了关键的研究挑战，保证在运行时和特征保证方法。本章最后探讨了选定的应用领域，在这些领域中，M@RT可以为自适应系统提供超越现有保证技术的显著好处。
2015-05-05 cs.SE
Towards Self-Adaptive Game Logic
自适应系统（SAS）可以在运行时间重新配置，以响应不断变化的情况，以表达在面对不确定性的可接受的行为。关于游戏设计，这样的情况可以包括用户输入、紧急行为、性能问题及其组合。通常，SAS被建模为在现有系统内起作用的反馈回路，其操作包括监视、分析、规划和执行（即，MAPE-K）以启用在线重新配置。本文提出了一种概念性的方法，用于扩展软件工程工件，使其在游戏设计的背景下具有自适应性。我们已经修改了一个为创造性编码教育开发的游戏，包括MAPE-K自适应反馈循环，包括运行时适应能力和支持适应所需的软件工件。
2022-05-11 cs.SE
Developer Perceptions on Utilising Low-Code Approaches to Build Accessible and Adaptive Applications for Seniors
本文通过访谈18名从业者评估低代码MDE工具AdaptForge，发现其能缓解开发限制，助力为老年人构建无障碍自适应应用，并提出设计建议。
2025-08-05 cs.SE
Design Obligations for Software, with Examples from Data Abstraction and Adaptive Systems
本文提出“设计义务”概念，用于约束设计范式内的允许设计以确保其正确使用，并以数据抽象和基于反馈控制的自适应系统为例进行说明。
2025-03-06 cs.SE
Adaptive Detection of Software Aging under Workload Shift
本文提出基于机器学习的适应性方法，用于在动态工作负载条件下检测软件老化，实验显示ADWIN在各种工作负载转移场景中保持高准确性。
2025-11-14 cs.AI cs.LG cs.SE
An Adaptive XP-based approach to Agile Development
软件设计逐渐变得开放、分布式、普适和连接。一个可悲的统计事实是，软件项目在科学上是脆弱的，并且比其他工程领域更容易失败。敏捷开发是一种哲学。敏捷方法是支持敏捷哲学的过程。除了更常见的团队合作和结构化实践之外，XP还非常强调技术实践。在本文中，我们阐述了XP实践如何用于思考，协作，发布，计划，开发。和状态，使您的团队和组织更加成功。
2012-07-23 cs.SE
How Do Software Professionals Evaluate AI-Generated Code? (Registered Report)
University of Oulu（奥卢大学）；Dalhousie University（达尔豪斯大学）
探讨软件专业人员如何评估人工智能生成的代码，采用建构主义扎根理论研究，通过调查、半结构化及阶梯访谈收集数据，旨在基于专业人员的描述构建评估该类代码的理论。
2026-07-13 cs.SE
On Which Skills do Indian Universities Evaluate Software Engineering Students?
大学举行考试，以评估学生获得的技能和知识。本文介绍了在软件工程考试中对技能和知识水平的评估。从认知层次、知识层次和知识领域三个维度对考试中的试题进行分析。根据布卢姆分类法的修订版，将问题项按认知水平和知识水平进行分类。问题项也被分类在ACM/IEEE的计算机科学课程中指定的各种知识领域中。本文的分析将有助于软件工程教育工作者制定纠正措施和雇主的应届毕业生设计入职前的培训计划。
2016-01-08 cs.SE
A language for feedback loops in self-adaptive systems: Executable runtime megamodels
自适应软件的开发需要设计适当的反馈循环，其中自适应逻辑控制底层软件。适配逻辑通常通过使用表示底层软件的运行时模型以及诸如在这些运行时模型上操作的分析和规划的步骤来描述适配。为了系统地解决这种相互作用，已经提出了运行时大模型，其是将自身的运行时模型作为其元素并且还捕获多个运行时模型之间的关系的特定运行时模型。在本文中，我们更进一步，并提出了一个建模语言的运行时megamodels，大大简化了开发的自适应逻辑提供了一个特定领域的建模方法和运行时解释器的这部分自适应系统。这通过显式地和在更高的抽象级别上对反馈回路进行建模来支持开发。此外，它允许构建复杂的解决方案，其中多个反馈循环相互作用或相互作用，这是通过在运行时保持megamodel的显式和活跃以及解释它们来利用的。
2018-05-17 cs.SE
Enhancing Software Vulnerability Detection Through Adaptive Test Input Generation Using Genetic Algorithm
本研究提出一种结合遗传算子与自适应反馈的测试输入生成方法，通过交叉算子探索和反馈驱动选择，在九个JSON库上显著提升覆盖率，增强漏洞检测能力。
2025-08-08 cs.AI cs.SE
HyperFL: Query-Adaptive Representation Learning for Software Fault Localization
University of Connecticut（康涅狄格大学）；University of Cincinnati（辛辛那提大学）
HyperFL是面向软件故障定位的查询自适应表示学习框架，通过轻量级超网络生成查询特定LoRA参数，在真实基准上较SweRank实现检索性能显著提升。
2026-08-05 cs.AI cs.SE
Adapting Quality Assurance to Adaptive Systems: The Scenario Coevolution Paradigm
从正式和实际的分析，我们确定了新的挑战，自适应系统的质量保证过程中。当解决这些问题时，在软件工程过程中花费在各种任务上的努力自然会重新分配。我们认为，所有与测试相关的步骤都需要具有自适应性，以匹配自适应被测系统的能力。否则，自适应系统的行为可能会避开传统的质量保证变体。因此，我们提出了情景协同进化的范式，它描述了一个池的测试用例和其他约束系统的行为，并行发展（部分自主）的行为在被测系统的发展。场景协同进化提供了一个简单的结构，组织自适应测试，允许人为控制和自主干预，支持软件工程的自适应系统的程序以及技术水平。
2019-02-13 cs.SE
Towards Adaptive Software Agents for Debugging
University of Gabes（盖斯大学）
本文提出一种自适应智能体设计，根据任务复杂度动态决定智能体数量与角色，用于提升大语言模型的调试效率，相比一次性提示平均改进11%。
2025-04-25 cs.AI cs.SE
Towards Bridging the Gap between Control and Self-Adaptive System Properties
用于构建自适应软件的两个主要范例使用不同类型的属性来捕获系统运行时行为的相关方面。一方面，控制系统考虑与稳定性等静态方面有关的属性，以及捕获变量（如稳定时间）的瞬态演变的动态属性。另一方面，自适应系统主要考虑非功能特性，这些特性捕获了诸如性能、可靠性和成本等问题。一般来说，协调这两种类型的属性或确定在哪些条件下它们构成提供运行时保证的良好匹配并不容易。有必要确定控制和自适应领域的关键特性，并对其进行定性和绘图，以更好地了解它们如何相互关联并可能相互补充。在本文中，我们通过以下方式迈出了解决这一问题的第一步：（1）识别控制理论中的一组关键属性，（2）使用通常用于设计自适应软件系统的时序逻辑语言来说明这些属性中的一些的形式化，以及（3）说明如何将表征自适应软件系统的关键属性映射成控制属性，利用它们在时间逻辑中的形式化。我们说明了不同的步骤映射上的一个典型的情况下，在云计算域，并确定在该地区的开放性挑战的结论。
2020-04-24 cs.SE
Specification Architectural Viewpoint for Benefit-Cost-Risk-Aware Decision-Making in Self-Adaptive Systems
在过去的二十年里，研究人员和工程师已经广泛研究了如何使软件系统能够处理不确定的操作条件的问题。这个问题的一个突出解决方案是自适应，它为软件系统配备了一个反馈回路，可以解决操作过程中的不确定性，并在必要时调整系统以处理它们。到目前为止，大多数自我适应办法都使用侧重于实现一系列目标的决策机制，即，选择具有最佳估计效益的适应选项来执行。一些方针还考虑了执行候选适应备选办法的估计（一次性）费用。我们认为，除了效益和成本，在自适应系统的决策还应考虑估计的风险，系统或其用户将暴露于如果选择执行的适应选项。在评估适应备选办法和减少不确定性时，必须平衡所有三个因素，这不仅是为了满足利害关系方的关切，而且也是为了确保自适应系统的安全和公众接受。在本文中，我们提出了一个ISO/IEC/IEEE 42010兼容的架构的观点，认为估计的利益，成本和风险的核心因素，每个自适应选项考虑自适应。该观点的目的是支持软件架构师负责设计强大的自适应系统的决策机制。
2022-11-30 cs.SE
Software-Based Fault Recovery via Adaptive Diversity for COTS Multi-Core Processors
嵌入式系统对高性能和高性价比的要求越来越高，这导致了使用商用现成硬件的趋势。然而，由于其高度集成的设计，它们变得越来越容易受到硬件错误（例如，由辐射引起的软错误或磨损效应引起的）的影响。由于这种故障无法完全预防，系统必须应对其影响。与此同时，嵌入式系统中也出现了多核处理器的趋势。文献中已经提出了通过使用多核来建立冗余来实现容错的方法。然而，通常仅考虑同构冗余技术来容忍软错误。然而，在永久性硬件故障的情况下，缺乏用于恢复系统的适当反应机制。在这里，我们提出了一个具有成本效益的自动引入多样性的执行软件副本，以提高多核冗余技术的基本思想。最近，这些自动化的软件多样性技术在安全领域引起了人们的注意。我们建议使用这些技术从永久性硬件故障中恢复。这是通过以减轻永久性故障的方式调整软件执行来实现的。
2015-11-21 cs.ET cs.SE
EvaluateXAI: A Framework to Evaluate the Reliability and Consistency of Rule-based XAI Techniques for Software Analytics Tasks
针对软件分析任务中基于规则的XAI技术（如PyExplainer和LIME）生成解释的可靠性和一致性问题，提出EvaluateXAI框架及细粒度评估指标，实验表明现有技术解释不可靠且不一致，需进一步研究。
2024-07-18 cs.SE
ASAD: Adaptive Software Agents for Debugging
IReSCoMath Research Laboratory, Faculty of Sciences, University of Gabes（加贝斯大学理科学院 IReSCoMath 研究实验室）；National School of Engineering, Gabes（加贝斯国立工程学院）
ASAD提出自适应智能体调试系统，根据缺陷复杂度动态配置智能体数量、角色与协作策略，在多个基准上较静态方法提升修复率12-20%，并减少32%智能体使用。
2026-10-02 cs.SE
Dynamic Adaptation of Software-defined Networks for IoT Systems: A Search-based Approach
物联网（IoT）的概念导致了许多复杂和关键系统的发展，例如智能应急管理系统。支持IoT的应用程序通常依赖于通信网络，以便在不可预测和不断变化的环境中传输大量数据。这些网络在存在突发需求时易于拥塞，例如，随着紧急情况的展开，因此依赖于可配置的软件定义网络（SDN）。在本文中，我们提出了一种动态自适应SDN配置方法的物联网系统。该方法能够实时的解决拥塞，同时最大限度地减少网络利用率，数据传输延迟和适应成本。我们的方法建立在现有的工作动态自适应搜索为基础的软件工程（SBSE）重新配置SDN，同时确保多个服务质量标准。我们评估了我们在工业国家应急管理系统上的方法，该系统旨在检测灾害和紧急情况，并通过为第一响应者提供可靠的通信基础设施来促进恢复和救援行动。我们的研究结果表明，（1）我们的方法能够有效地适应SDN动态解决拥塞，（2）与静态和非自适应的两种基线数据转发算法相比，我们的方法将数据传输速率提高了至少3倍，并将数据丢失减少了至少70%。
2020-05-15 cs.SE
Self-adaptive static analysis
静态代码分析是一种强大的方法来检测质量缺陷，如性能瓶颈，安全违规或安全漏洞已经在软件系统的实施。然而，随着当前软件系统的持续增长，当前的静态分析系统更频繁地面临可扩展性不足的问题。我们认为，这主要是由于这样一个事实，即目前的静态分析是完全手动实现的，通常在通用程序设计语言，如Java或C，或声明性语言，如Datasheet。此设计选择预定义了静态分析的计算方式，并限制了静态分析设计人员可以应用的优化和扩展。为了将可扩展性提升到一个新的水平，我们建议将静态分析与即时优化技术相融合，首次引入受管理且具有内在自适应性的静态分析。这些分析会自动调整自身，以产生相对于所分析的软件系统和分析本身而言最优的性能/精度权衡。自适应性是由设计一个专用的中间表示，而不是为分析程序，但分析本身的新颖的想法。这种表示允许分析代码的自动优化和适配，既可以提前（通过静态分析的静态分析），也可以在分析执行期间即时（just-in-time），类似于即时编译器。
2017-10-20 cs.SE
Mitigating Uncertainty Interactions in GenAI-based Adaptive Systems: Vision, Challenges and Preliminary Guidelines
IIIT Hyderabad（海得拉巴国际信息技术学院）；Universidad Icesi（伊塞西大学）；University of Victoria（维多利亚大学）；Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；Universidad de Los Andes（安第斯大学）；Trinity College Dublin（都柏林圣三一学院）；York University（约克大学）
本文针对GenAI组件在软件系统中引入的不确定性交互问题，提出一个初步概念框架和缓解函数，以指导全生命周期的缓解策略，并通过三个用例验证其可行性。
2026-10-08 cs.SE
Adaptive Intellect Unleashed: The Feasibility of Knowledge Transfer in Large Language Models
通过知识迁移提升大型语言模型在软件工程任务中的泛化能力，实验发现迁移跨度、策略和架构是关键因素，层次策略优于直接迁移，AI-Chain优于CoT。
2026-06-26 cs.SE
Adaptive Immunity for Software: Towards Autonomous Self-healing Systems
测试和代码审查是提高软件质量和健壮性的已知技术。不幸的是，现代软件系统的复杂性使得不可能预测在运行时可能发生的所有可能的问题，这限制了使用测试和评审可以发现的问题。因此，考虑自主自愈软件系统是有意义的，它可以在运行时自动检测、诊断和包含意外问题。这一领域的大多数研究都采用了模型驱动的方法，即根据指定预期行为的模型检查实际行为，当系统行为超出规范时，控制器会采取行动。然而，制定这些规范并不容易，也不容易随着系统的发展而不断更新。我们提出，随着机器学习的最新进展，这样的模型可以通过观察系统来学习。此外，我们认为人工免疫系统（AIS）特别适合构建自我修复系统，因为它们具有异常检测和诊断能力。我们提出了国家的最先进的自愈系统和AIS，调查一些研究方向，已被认为是到现在为止。为了帮助推进最先进的技术，我们制定了一个研究议程，用于使用AIS构建自我修复软件系统，确定所需的基础和有前途的研究方向。
2021-01-07 cs.NE cs.SE
Design Patterns for Self Adaptive Systems Engineering
自适应被提出来克服今天的软件系统的复杂性，这导致的不确定性问题。不确定性的方面包括改变系统目标、改变资源可用性和动态操作条件。反馈控制回路已被认为是工程自适应系统的重要组成部分。然而，尽管它们很重要，但仍然缺乏设计包括一个特定反馈控制回路的不同部件之间的交互以及来自不同控制回路的部件之间的交互的系统方法。大多数现有的方法要么是特定领域的，要么太抽象而没有用处。此外，多个控制回路的问题往往被忽视，因此自适应系统往往是围绕一个单一的回路设计。本文基于IBM体系结构蓝图中的MAPE-K控制环，考虑到多控制环的问题，提出了一套用于自适应软件系统建模和设计的设计模式。一个案例研究来说明所提出的设计模式的适用性。
2015-08-06 cs.SE
Towards Socio-Technical Topology-Aware Adaptive Threat Detection in Software Supply Chains
University of Iceland（冰岛大学）
提出利用社会-技术模型理解软件供应链动态，实现自适应威胁检测，并通过XZ Utils攻击案例验证其有效性。
2025-10-24 cs.CR cs.SE cs.SI
AdaptiveGuard: Towards Adaptive Runtime Safety for LLM-Powered Software
Monash University（墨尔本大学）；The University of Melbourne（墨尔本大学）；Transurban
针对 LLM 软件部署后防护栏面对新型越狱攻击性能骤降的问题，本文提出自适应防护栏 AdaptiveGuard，将新型攻击作为分布外输入检测并通过持续学习快速适应，实现 96% 检测准确率、两步适应及 85% 以上 F1 分数。
2025-09-21 cs.AI cs.CR cs.SE
A Hybrid Approach Combining Control Theory and AI for Engineering Self-Adaptive Systems
控制理论技术已经成功地被采用作为自适应系统设计的方法，以提供自适应机制的有效性和鲁棒性的形式保证。然而，当涉及到动态适应时，获得保证的计算工作带来了严重的限制。为了解决这些局限性，在本文中，我们提出了一种混合的方法结合软件工程，控制理论，和人工智能设计的软件自适应。我们的解决方案提出了一个层次化和动态的系统管理器与性能调优。由于高层需求规范和被管理系统的内部旋钮行为之间的差距，分层组成的组件体系结构寻求关注点的分离，以实现动态解决方案。因此，设计了一个两层的自适应管理器，通过回归分析和进化元启发式参数优化，以满足软件需求。优化依赖于性能、有效性和鲁棒性指标的收集和处理，以控制离线和在线阶段的理论指标。我们评估我们的工作与原型的身体传感器网络（BSN）在医疗保健领域，这在很大程度上是作为一个示范由社区。BSN是在机器人操作系统（ROS）架构下实现的，并考虑系统的可靠性作为自适应目标。我们的研究结果加强了在这样一个安全关键领域表现良好的必要性，并提供了大量证据，说明将控制和基于人工智能的技术相结合的混合方法如何用于工程自适应系统，可以提供有效的适应。
2020-04-24 cs.SE
Reflective and Refractive Variables: A Model for Effective and Maintainable Adaptive-and-Dependable Software
我们提出了一个简单而有效的工具，用于表达任务，如跨层优化策略或传感器相关的应用程序。这种方法是基于我们所说的“反射和折射变量”。这两种类型的变量都与外部实体相关联，例如传感器或执行器。反射变量是易失性变量，也就是说，可以由多个线程并发修改的变量。线程库是可用的，每个线程连接一组传感器，并不断更新相应的一组传感器的值。一个这样的线程是“cpu”，它将本地CPU的当前使用水平导出为0到100之间的整数。这个整数被反射到整数反射变量cpu中。折射变量是可以修改的反射变量。每个修改都被捕获并解释为更改执行器值的请求。例如，设置变量“tcp_senior”将请求对与本地TCP层实体接口的线程进行跨层调整。这允许在任何程序设计语言的应用层中以简单的方式表达复杂的操作，例如普通的旧C。我们描述了我们的翻译器和我们在PATS中进行的工作，以基于反射和折射变量构建简单而强大的脚本库，包括机器人应用和RFID标签处理。
2014-01-15 cs.SE
Search-Based Software Engineering for Self-Adaptive Systems: Survey, Disappointments, Suggestions and Opportunities
University of Birmingham（伯明翰大学）；University of Exeter（埃克塞特大学）；Michigan State University（密歇根州立大学）
基于搜索的软件工程（SBSE）是一种很有前途的范式，它利用计算搜索来优化复杂软件系统的不同过程。自适应系统（SAS）是允许在变化的环境下优化不同的功能和非功能目标/标准的此类复杂系统的一个类别（例如，需求和工作量），这涉及到的问题，要进行搜索。在这方面，多年来，有相当多的工作，调查SBSE为SAS。在本文中，我们提供了第一个系统和全面的调查，专门对SBSE的SAS，涵盖论文在27个地点从7个存储库，这最终导致了几个关键的统计数据，从最显着的74个主要研究在这个特定的研究领域。令人惊讶的是，我们的研究结果揭示了五个最重要的失望，这些失望可能会导致服务后果，但在现有的研究中被压倒性地忽视了。我们提供理论和/或实验证据来证明我们的论点反对失望，目前的建议，并强调有前途的研究机会，对他们的缓解。我们还详细介绍了其他三个新兴的，但目前未充分探索的机会，未来的工作SBSE SAS。通过减轻这项工作中揭示的失望，以及突出的机会，我们希望能够激发这个特定研究方向的更大增长。
2020-08-14 cs.AI cs.SE
An Empirically Evaluated Checklist for Surveys in Software Engineering
内容：在过去的十年里，软件工程研究已经看到了基于调查的研究的稳步增长，并且有几个指导方针为那些愿意进行调查的人提供支持。审计调查研究的必要性已经在文献中提出。核对表已被用于评估不同类型的实证研究，如实验和案例研究。目的：本文提出了一个检查表，以支持在软件工程的调查为基础的研究，在现有的指导方针调查研究的设计和评估。我们在研究实践背景下进一步评估了检查表。方法：为了构建检查表，我们系统地汇总了来自14篇支持软件工程中基于调查研究的方法论论文的知识。我们通过专题分析和计票，确定了调查过程的关键阶段及其建议做法。为了改进我们最初设计的检查表，我们使用了一种混合评估方法进行评估，其中包括经验丰富的研究人员。结果：评价提供了关于清单在理解和客观性方面的局限性的见解。特别是，根据从评价中收到的反馈意见，对38个清单项目中的19个进行了改进。最后，讨论了如何使用检查表和它的含义是什么研究实践。结论：拟议的核对表是一个适合于审计调查报告的工具，也是一个辅助工具，用于指导正在进行的调查设计过程研究。
2019-01-28 cs.SE
