Responsible AI in the Software Industry: A Practitioner-Centered Perspective
本研究以软件从业者为中心，通过25人半结构化访谈，调研负责任AI原则在软件工程中的实践现状与挑战，发现公平性等原则受关注较多，透明度、问责制受关注不足，需更完善的框架推动其全面落地。
2024-12-10 cs.SE
The Impact of Project Management in Virtual Environment: A Software Industry Perspective
组织内的项目虚拟团队可以通过获得适当的人力资源、协调、沟通和定期的性能评估来实现项目绩效的优化。根据文献，许多信息和通信技术工具将合作管理虚拟团队，但在软件行业，大多数项目仍然会导致失败。本研究旨在找出影响虚拟专案人力资源管理的主要因素。
2017-06-06 cs.CY cs.SE
Industry Practitioners Perspectives on AI Model Quality: Perceptions, Challenges, and Solutions
Singapore Management University（新加坡管理大学）；University of Alberta（阿尔伯塔大学）；University of Oklahoma（俄克拉荷马大学）；University of Victoria（维多利亚大学）
研究通过访谈和调查，探讨行业从业者对AI模型质量属性的感知、挑战及解决方案，发现不同情境下优先级不同，数据不平衡影响模型正确性，主动学习等策略被广泛应用。
2026-04-28 cs.SE
Identifying Video Game Debugging Bottlenecks: An Industry Perspective
École de Technologie Supérieure (ÉTS)（高等技术学院）
本文从行业视角探讨视频游戏调试中的瓶颈问题，分析了开发者在调试过程中使用的技术工具及协作方式，揭示了调试活动中时间分配的主要特点。
2026-01-09 cs.SE
The Promise and Pitfalls of WebAssembly: Perspectives from the Industry
针对工业界实际采用的 WebAssembly 二进制文件，本文构建了迄今最大规模的数据集，从元数据、源语言、安全威胁等角度进行测量分析，并为开发者、维护者和研究者提供建议与最佳实践。
2025-03-27 cs.SE
An Investigation of the AUTOSAR Adaptive Platform from an Industry Perspective
TRATON R&D AB（TRATON研发有限公司）；Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）
研究开发AUTOSAR自适应应用时痛点及来源，采用设计科学研究，开发最小化AP作原型，发现痛点源于规范、实现及本地实践，结论指出有规范固有原因，开发组织需借助工具缓解。
2026-07-07 cs.SE
Industry-scale IR-based Bug Localization: A Perspective from Facebook
我们探讨的应用程序的信息检索（IR）为基础的错误定位方法在一个大型的工业环境，Facebook的。Facebook的代码库发展迅速，每天都有数千个代码更改提交到一个单一的存储库中。当一个bug被检测到时，为了恢复或修复bug，识别导致bug的提交通常是时间敏感的，并且是强制性的。这是复杂的，因为bug通常表现为复杂而笨拙的特征，例如堆栈跟踪和其他元数据。代码提交也有各种与之相关的特性，从开发人员注释到测试结果。这对bug定位方法提出了独特的挑战，使其成为一个非常重要的操作。在本文中，我们列出了几个实际的关注行业级的IR为基础的错误定位，并提出Bug2Commit，一个工具，旨在解决这些问题。我们还评估了现有的IR为基础的本地化技术的有效性，从软件工程社区，并发现，在复杂的查询或文件，这是常见的Facebook，现有的方法不执行以及Bug2Commit。我们在Facebook的三个应用程序上评估了Bug2Commit：移动应用程序的客户端崩溃，服务器端性能回归和移动模拟性能测试。我们发现Bug2Commit的准确性比现有方法高出17%，从而减少了筛选回归和归因模拟中发现的错误的时间。
2021-03-17 cs.SE
Software Development Industry In East Africa: Knowledge Management Perspective And Value Proposition
互联网使用的增加极大地促进了东非软件开发实践的增长。本文研究了形式知识管理的存在性软件行业的（知识管理）举措，如创建虚拟社区（实践社区和利益社区）;专家本地化和在这些社区建立知识分类;知识转让和分享进程;孵化和导师制;协作软件开发及其在创建创业举措和为知识经济提供基石方面的作用。我们提出了一个混合的框架，用于在KM倡议侧重于软件开发在东非。
2015-04-08 cs.CY cs.SE
Towards Productizing AI/ML Models: An Industry Perspective from Data Scientists
University of Bari（巴里大学）；Prometeia（普罗梅泰亚）
从AI/ML模型到基于AI的生产就绪系统的过渡对于数据科学家和软件工程师来说都是一个挑战。在本文中，我们报告的结果，在一家咨询公司进行的研讨会，以了解这种转变是如何被认为是从业者。从使人工智能实验具有可重复性的需求开始，出现的主要主题与使用Xueyter Notebook作为主要原型工具有关，并且缺乏对软件工程最佳实践以及数据科学特定功能的支持。
2021-03-18 cs.LG cs.SE
Log Parsing Evaluation in the Era of Modern Software Systems
针对现代软件系统日志解析处理异构真实日志的低效问题，评估14种主流方法，提出工具Logchimera生成合成日志以估计行业场景下的解析性能，连接研究与工业实践。
2023-08-17 cs.SE
Please do not go: understanding turnover of software engineers from different perspectives
本文通过混合方法研究，结合对软件工程师和CEO的半结构化访谈及验证性调查，识别出软件工程师流失的19种原因和18种有效留任策略，为工业界和学术界提供启示。
2024-06-29 cs.SE
Practitioners Perspective on Motivators of Agile in Global Software Development
本文通过调查139名欧洲从业者并使用Smart-PLS分析，实证识别了在全球软件开发中成功实施敏捷方法的关键激励因素。
2025-03-10 cs.SE
Requirements Quality Assurance in Industry: Why, What and How?
针对工业界自然语言需求质量保证依赖人工、受琐碎问题困扰的痛点，提出一种兼顾人类认知负荷与机器自动化特性的需求质量保证复杂度分类法，为自动化支持决策框架奠基。
2023-08-24 cs.SE
What do Transgender Software Professionals say about a Career in the Software Industry?
多样性是软件开发的一个重要方面，因为技术影响着现代社会的几乎每一个方面，如果软件行业缺乏多样性，软件产品可能会无意中限制个人群体，而不是促进所有人的平等体验。在这项研究中，我们调查的观点，跨性别的软件专业人士的职业生涯中的软件工程的多样性在软件行业的一个方面。我们的研究结果表明，一方面，跨性别者选择从事软件工程的职业主要有两个原因：a）尽管软件开发环境不能免于歧视，但软件行业对跨性别者来说比其他行业更安全; b）跨性别者偶尔不得不应对性别焦虑、焦虑和对判断的恐惧，软件公司提供的工作灵活性使他们能够更有效地处理这些问题。
2023-03-22 cs.SE
Sustainability Competencies and Skills in Software Engineering: An Industry Perspective
本研究从软件工程师视角调研28个跨国IT相关组织的可持续发展需求，明确行业所需的可持续发展技能，提出软件工程教育应涵盖核心概念、技术可持续性等多维度内容。
2023-05-02 cs.SE
Protecting Privacy in Software Logs: What Should Be Anonymized?
本文从法规、文献和行业实践三个视角系统分析软件日志隐私，结合25个数据集分析和45位专业人士调查，揭示了匿名化现状与挑战，并提出识别和保护敏感信息的框架。
2025-05-07 cs.SE
On the Requirements for Serious Games geared towards Software Developers in the Industry
向行业员工讲授网络安全问题是一项必须开展的基本活动，以确保向市场提供成功和强大的产品。在过去的几年里，很多研究都集中在这个问题上。然而，已经完成的研究并没有集中在工业环境中开发安全代码。在本文中，我们将通过网络安全挑战的方式，从行业角度出发，探讨提供安全编码主题培训的限制和要求。使用需求工程，我们的目标是了解这些挑战的设计要求。在此过程中，我们详细介绍了我们在工业环境中应对网络安全挑战的经验，并展示了成果和经验教训。针对工业环境中软件开发人员的网络安全挑战的拟议要求是基于系统的文献综述、与行业安全专家的访谈以及对参与者反馈的半结构化评估。
2021-01-06 cs.SE
"False negative -- that one is going to kill you": Understanding Industry Perspectives of Static Analysis based Security Testing
本研究通过对20名不同背景从业者的半结构化访谈，探究开发者对SAST工具的认知、期望与挑战，得出17项关键发现并提出未来研究方向，为SAST工具优化提供依据。
2024-06-18 cs.CR cs.SE
Log-based software monitoring: a systematic mapping study
现代软件开发和操作依赖于监控来了解系统在生产中的行为。应用程序日志和运行时环境提供的数据对于检测和诊断不期望的行为以及提高系统可靠性至关重要。然而，尽管围绕行业就绪日志解决方案的生态系统非常丰富，但监控复杂系统并从日志数据中获取见解仍然是一项挑战。研究人员和从业人员一直在积极努力解决与日志相关的若干挑战，例如，如何有效地为开发人员的日志决策提供更好的工具支持，如何有效地处理和存储日志数据，以及如何从日志数据中提取见解。对伐木做法和自动化伐木分析研究工作的整体看法是提供指导和传播技术转让最新技术的关键。在本文中，我们研究了来自不同社区（例如，机器学习、软件工程和系统），并根据日志数据的生命周期来构建研究领域。我们的分析表明，（1）日志记录不仅在开源项目中具有挑战性，而且在工业中也具有挑战性，（2）机器学习是一种有前途的方法，可以对日志推荐的源代码进行上下文分析，但需要进一步调查以评估这些工具在实践中的可用性，（3）很少有研究涉及日志数据的有效持久性，以及（4）在DevOps上下文中存在分析应用程序日志和评估最先进的日志分析技术的开放机会。
2021-03-05 cs.SE
Critical Success Factors to Improve the Game Development Process from a Developers Perspective
软件游戏开发行业的增长是巨大的，并且日益重要。这种增长给游戏开发社区带来了巨大的压力和许多问题和挑战。游戏开发是一个复杂的过程，一个重要的游戏开发选择是考虑开发人员的角度，通过改进游戏开发过程来生产高质量的软件游戏。本研究的目的是提供一个更好的理解的开发者尺寸作为一个因素，在软件游戏的成功。它主要侧重于对软件游戏开发过程中的关键开发人员因素的影响，并最终对所产生的游戏质量的实证调查。一项定量调查的开发和进行，以确定关键的开发人员因素，增强游戏开发过程。在本研究中，开发的调查被用来测试研究模型和假设。研究结果表明，游戏开发组织必须处理多个关键因素，以保持竞争力，并处理软件游戏行业的高压。本文的主要贡献是实证研究的关键开发人员的因素对游戏开发过程的影响。
2018-01-12 cs.SE
Emerging Trends in Software Architecture from the Practitioners Perspective: A Five Year Review
本研究基于五年内八大行业会议的5,677场演讲，结合大语言模型与专家验证，揭示Kubernetes和Serverless等云原生技术主导软件架构实践且集中于DevOps后期阶段。
2025-07-25 cs.SE
Software Vulnerability Management in the Era of Artificial Intelligence: An Industry Perspective
School of Computer Science and Information Technology（计算机科学与信息技术学院）；Adelaide University（阿德莱德大学）；Elevexai Systems（Elevexai系统）
本文研究了AI在软件漏洞管理中的行业应用，发现AI工具在漏洞检测和修复中被广泛采用，但存在假阳性、上下文缺失等挑战，建议提升可解释性和集成流程以增强安全性。
2025-12-23 cs.AI cs.HC cs.SE
Non-functional Requirements for Machine Learning: Understanding Current Use and Challenges in Industry
机器学习（ML）是人工智能（AI）的一种应用，它使用大数据来生成复杂的预测和决策系统，否则将具有挑战性。为了确保支持ML的系统的成功，必须了解ML解决方案的某些质量（性能，透明度，公平性），从需求工程（RE）的角度称为非功能性需求（NFR）。然而，当系统涉及ML时，传统软件的NFR可能不会以相同的方式应用;一些NFR可能变得更加突出或不那么重要; NFR可能在ML模型，数据或整个系统上定义; ML的NFR可能会以不同的方式测量。在这项工作中，我们的目标是了解在工业中处理ML的NFR的最新技术和挑战。我们采访了10位使用NFR和ML的工程实践者。我们发现了以下示例：（1）识别和测量ML的NFR，（2）识别ML的更多和更少重要的NFR，以及（3）与NFR和ML相关的挑战。这些知识描绘了在实践中如何处理ML相关的NFR，并有助于指导未来的RE for ML工作。
2021-09-02 cs.SE
From Blackboard to the Office: A Look Into How Practitioners Perceive Software Testing Education
教学过程可能需要具体的教学方法，以建立与行业惯例的关系。最近，一些研究调查了教育工作者的观点和本科课程，以确定潜在的弱点和解决方案的软件测试教学过程。然而，目前还不清楚从业人员如何评价获得有关软件测试的知识，在本科课程。这项研究对68名新毕业的从业人员进行了专家调查，以确定行业对他们的期望以及他们在学术界学到了什么。结果表明，这些从业者的学习速度与其他具有长期行业经验的人相似。此外，他们研究了调查中收集的35个软件测试主题中的不到一半，并参加了行业支持的课外课程，以补充他们的学习。此外，我们的研究结果指出了一系列对未来研究的影响，因为受访者的学习困难（例如，缺乏学习资源）以及学术教育与行业期望之间的差距（例如，认证）。
2021-06-11 cs.SE
Design, Monitoring, and Testing of Microservices Systems: The Practitioners' Perspective
微服务架构（MSA）在软件行业受到了极大的关注。然而，很少有关于微服务系统的设计、监控和测试的经验证据。目的：本研究旨在深入了解微服务系统是如何在行业中设计、监控和测试的。方法：一项混合方法的研究进行了106个调查响应和6个微服务从业者的访谈。结果如下：主要调查结果如下：（1）领域驱动设计和业务能力的组合是将应用程序分解为微服务的最常用策略，（2）超过一半的参与者在设计微服务系统时使用架构评估和架构实现，（3）API网关和前端后端模式是最常用的MSA模式，（4）资源使用和负载均衡作为监控指标，日志管理和异常跟踪作为监控实践被广泛使用，（5）单元和端到端测试是最常用的测试策略，以及（6）微服务系统的复杂性对其设计，监控和测试提出了挑战，对此没有专用的解决方案。结论：我们的研究结果表明，需要更多的研究来（1）在设计层面处理微服务的复杂性，（2）处理微服务系统中的安全性，以及（3）通过专用解决方案解决监控和测试挑战。
2021-08-21 cs.SE
Continuous Experimentation and the Cyber-Physical Systems challenge: An overview of the literature and the industrial perspective
背景：新的软件开发模式正在出现，旨在加速交付价值的过程。一种是持续实验，它允许在开发阶段系统地部署和运行仪表化软件变体，以便从应用领域收集数据。虽然目前这种做法每天都在基于网络的系统上使用，但在计算资源受到限制的领域中，技术困难对其采用提出了挑战，例如，网络物理系统和汽车行业。目的：本文旨在概述在网络物理系统的背景下，对持续实验实践的参与。了解在网络物理系统的背景下，持续实验实践的最新技术是什么，以及从业者对此实践的反馈是什么。方法：进行了系统的文献综述，以调查实践和应用领域之间的联系。此外，工业多个案例研究报告。结果：该研究介绍了当前关于网络物理系统领域连续实验的最新技术水平。最后介绍了连续试验在工业上的应用前景。结论：该领域尚未成熟。发现的概念分析多于解决方案建议，实践状况尚待实现。然而，预计随着时间的推移，将提出越来越多的解决方案并加以验证。
2020-09-11 cs.SE
Navigating the Path of Women in Software Engineering: From Academia to Industry
本文通过面向巴西女性的横断面混合方法调查，揭示其从大学到软件产业持续遭遇的性别偏见、骚扰与归属感缺失等系统性障碍，并提出组织改进建议。
2023-12-08 cs.SE
SoK: Enhancing Privacy-Preserving Software Development from a Developers' Perspective
本文通过系统文献综述，识别并分析了经实证验证的隐私保护软件开发解决方案，指出现有研究多缺乏实证评估，旨在为研究者和从业者改进与采用有效方案提供见解。
2025-04-30 cs.CR cs.SE
A survey of of blockchain-based solutions for Energy Industry
能源行业需要从传统的能源生产、分配和管理模式转向新的模式。这种转变对于处理数字化、增加可再生能源发电以及实现环境可持续性目标是必要的。这一转变面临着几个挑战，通过研究和开发可以看出，作为这个时代新兴技术之一的区块链可能适合解决这些挑战。本文旨在调查能源行业中与区块链相关的所有研究和开发，并使用软件工程方法将所有现有工作分类为几个集群，例如解决的挑战，提升的质量属性，解决方案的成熟度，本调查为该领域的研究者提供了一个明确的分类，并从三个不同的角度深入了解该领域的现有工作（挑战、质量属性、成熟度）。
2019-11-26 cs.CY cs.SE
Digital Twins for Logistics and Supply Chain Systems: Literature Review, Conceptual Framework, Research Potential, and Practical Challenges
本文通过文献综述提出面向物流与供应链系统的数字孪生概念框架，分析其研究机会与实施挑战，并展望透明、可信、韧性数字孪生的部署路径。
2023-11-29 cs.SE
AI for Requirements Engineering: Industry adoption and Practitioner perspectives
Department of Computer Science（计算机科学系）；Engineering Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg, Sweden（戈尔丁大学）
本文通过调查55位从业者，发现AI在需求工程中已广泛采用且以人机协作（HAIC）为主，指出AI应作为协作伙伴而非替代人类，并呼吁建立RE专用HAIC框架与负责任治理。
2025-11-05 cs.AI cs.HC cs.SE
Telecom AI Native Systems in the Age of Generative AI -- An Engineering Perspective
Ericsson（爱立信）；Blekinge Institute of Technology（布莱金厄理工学院）
本文从工程视角探讨了基础模型在电信行业的整合，阐述了AI原生电信概念，并分析了在软件生命周期中实施FMs的工程考量、独特挑战及伦理监管问题。
2023-10-18 cs.AI cs.SE
Machine Learning Model Development from a Software Engineering Perspective: A Systematic Literature Review
University of Waterloo（滑铁卢大学）
数据科学家经常开发机器学习模型来解决行业和学术界的各种问题，但在模型开发方面也面临着一些挑战。关于机器学习开发的问题涉及这样一个事实，即这些专业人员没有意识到他们通常执行临时实践，这些实践可以通过采用软件工程开发手册中提出的活动来改进。当然，由于机器学习系统与传统的软件系统不同，它们各自的开发过程中的一些差异是可以预期的。在这种情况下，本文是从软件工程的角度来研究ML模型开发过程中出现的挑战和实践，重点是了解软件开发人员如何从应用或调整传统的软件工程过程中受益于机器学习工作流。
2021-02-15 cs.AI cs.LG cs.SE
