Characterizing Trust Boundary Vulnerabilities in TEE Containers: An Empirical Study
Nankai University(南开大学);Indiana University Bloomington(印第安纳大学布鲁明顿分校);Nanyang Technological University(南洋理工大学);Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);Duke University(杜克大学);Huazhong University of Science and Technology(华中科技大学)
本文通过实证研究分析TEE容器的三个关键层,发现现有容器存在根本性缺陷,导致代码执行、拒绝服务和信息泄露等漏洞,识别出六个攻击路径、十二个新bug和三个CVE。
2026-04-19 cs.CR cs.SE
Characterizing and Evaluating The Impact of Software Interface Clones
软件接口旨在描述控制逻辑模块之间交互的契约。如果设计良好,接口可以显著降低软件复杂性并简化可维护性。然而,随着软件的发展,软件接口的组织和质量逐渐恶化。因此,这通常会导致开发成本增加,代码质量降低和可重用性降低。代码克隆是源代码中最常见的不良气味之一。这种设计缺陷可能会出现在接口中,因为在多个接口中重复方法/API声明。从它们指定的公共服务/API的角度来看,这些接口是相似的,因此它们表明应用程序服务的组织不好。在本文中,我们的接口克隆设计缺陷的特点,并说明它通过从现实世界中的开源软件应用程序的例子。我们进行了一项实证研究,涵盖了9个真实世界的开源软件应用程序,以量化接口克隆的存在,并评估其对界面设计质量的影响。实证研究结果表明,界面克隆现象广泛存在于软件界面中。它们还表明,接口克隆的存在可能会导致接口内聚性的降低,并表明在实现级别存在相当多的代码克隆。
2013-02-06 cs.SE
Characterizing User Behaviors in Open-Source Software User Forums: An Empirical Study
开放源码软件(OSS)的用户论坛使最终用户能够协作讨论有关OSS应用的问题。尽管对开放源码软件进行了几十年的研究,但我们对最终用户如何在这些论坛上参与开放源码软件社区知之甚少,特别是阻碍他们持续和有意义地参与开放源码软件社区的挑战。以前的许多作品都是以开发人员为中心的,忽视了最终用户论坛的重要性。因此,最终用户的期望很少反映在开放源码软件的开发中。为了更好地了解OSS用户论坛中的用户行为,我们进行了一项实证研究,分析了来自四个流行OSS应用程序(Zoonline,Audacity,VLC和RStudio)的用户论坛的约130万个帖子。通过分析三种常见用户类型的贡献模式,(最终用户、开发人员和组织者),我们观察到最终用户不仅发起了大多数线程,(在三个项目中超过96%的线程,在另一个项目中为86%),但也是响应其他用户帖子的重要贡献者,尽管心理语言分析表明,他们往往对自己的活动缺乏信心。此外,我们发现最终用户更加开放,在交流中反映出比论坛中的组织者和开发者更积极的情绪。我们的工作在OSS用户论坛上提供了有关最终用户活动和行为的新知识,重要的OSS利益相关者可以利用这些知识来提高最终用户在OSS开发过程中的参与度。
2022-04-07 cs.HC cs.SE
Characterizing the Usefulness of Code Review Comments in Scientific Software for Software Quality and Scientific Rigor
University of Central Arkansas(阿肯色中央大学);University of Tennessee(田纳西大学)
本文研究科学开源软件中代码审查评论的有用性,发现其与通用软件有相似特征,但部分评论无用,且正负情绪反应相关性不一。
2026-04-26 cs.SE
Characterizing and Codifying Malware Sophistication
Montana State University(蒙大拿州立大学);Sandia National Laboratories(桑迪亚国家实验室)
本文系统化现有静态二进制分析方法,基于ISO/IEC 25010质量标准定义恶意软件复杂性,为源代码缺失时评估其威胁潜力奠定基础。
2026-10-02 cs.CR cs.SE
Characterizing the Usage, Evolution and Impact of Java Annotations in Practice
注释自Java 5开始正式引入Java。从那时起,注释被Java社区广泛用于不同的目的,例如编译器指导和运行时处理。尽管使用不断增长,但关于注释在实践中的实际使用,软件演化期间对注释的更改以及注释对代码质量的潜在影响的经验知识仍然有限。为了填补这一空白,我们对GitHub上托管的1,094个著名开源项目进行了第一次关于Java注释的大规模实证研究。我们的研究系统地调查了注释的使用,注释的演变和注释的影响,并产生了10个新的和重要的发现。我们还提出了我们的研究结果的影响,为开发人员,研究人员,工具构建者,语言或库设计人员,以改善Java注释工程的各个方面。
2019-04-05 cs.PL cs.SE
Characterizing Visual Accessibility Issues in AI Developer Tools: An Empirical Study
University of Texas at Arlington(阿灵顿得克萨斯大学)
本研究通过分析五个AI开发者工具生态系统的问题报告,表征了其中的视觉可访问性障碍类型及差异,揭示了交互设计与生态系统实践对工具可访问性记录的影响。
2026-08-06 cs.HC cs.SE
An Empirical Study on the Procedure to Derive Software Quality Estimation Models
软件质量保证一直是一个热门话题几十年。如果能够识别出影响软件质量的因素,它们可能会为更好的软件开发管理提供更多的见解。在项目的早期阶段,根据准确的质量评估来使用资源,可以实现更精确的质量保证。在本文中,提出了一个通用的程序来推导软件质量评估模型和各种技术,以完成在各个步骤的任务。利用多种统计技术和机器学习方法来验证软件度量的有效性。此外,采用神经模糊方法来提高估计模型的精度。该程序是根据ISBSG储存库中的数据进行的,以展示其经验值。
2015-07-24 cs.SE
Software Quality - Traditional vs. Agile: an Empirical Investigation
众所周知,软件过程会影响最终产品的质量。也有传闻称,敏捷过程比传统方法的质量更高。然而,这方面的确凿证据仍然缺失。这项工作的报告,在软件过程和软件质量之间的相关性的实证分析,具体参考敏捷和传统的过程。来自21个国家的100多名软件开发人员和工程师接受了在线问卷调查。我们使用软件开发人员和工程师估计的满意客户的百分比作为主要因变量。结果证明了一些有趣的模式:架构风格可能不会对质量产生重大影响,敏捷方法可能会让客户更快乐,大型公司和较短的项目似乎会产生更好的产品。
2017-01-21 cs.SE
Adapting Software Quality Models: Practical Challenges, Approach, and First Empirical Results
度量和评价软件质量已成为一项基本任务。已经提出了许多模型来支持利益相关者处理软件质量。然而,在大多数情况下,质量模型并不完全适合目标应用程序上下文。由于有效地适应质量模型的方法在很大程度上是缺失的,许多质量模型在实践中是从头开始构建的,或者只重用现有模型的高级概念。我们提出了一个工具支持的方法,有效地适应质量模型。初步的实证调查表明,应用所提出的方法获得的质量模型是相当一致的,适当的适应比那些获得一个特设的方法。此外,我们可以观察到,当使用这种方法时,模型自适应的效率明显更高(约8倍)。
2013-12-04 cs.SE
A Methodology for Empirical Quality Assessment of Object-Oriented Design
质量的直接测量是困难的,因为我们无法测量质量因素。为了衡量这些因素,我们必须用度量或模型来表达它们。研究人员已经开发出质量模型,试图从属性、特征和指标方面衡量质量。在这项工作中,我们提出了控制实验的方法,再加上权力的逻辑评分的偏好,以评估全球质量的四个面向对象的设计。
2010-03-07 cs.SE
Does Quality of Requirements Specifications matter? Combined Results of Two Empirical Studies
背景资料:需求工程是项目成功的关键,为此,许多软件需求规格说明书(SRS)的质量保证措施已被提出。目标:然而,我们仍然需要对SRS在实践中创建和使用的程度以及SRS的质量对后续开发活动的影响程度进行经验性的理解。方法:本文通过问卷调查的方法研究了SRS的相关性,并通过对照实验探讨了SRS中质量缺陷的影响。结果如下:我们的研究结果表明,SRS质量的相关性取决于特定的项目特点和什么被认为是一个质量缺陷,例如,域的安全关键系统似乎激励强烈使用SRS作为一种手段进行通信,而缺陷阻碍务实的质量似乎并不像最初认为的那样相关。结论:高效和有效的质量保证措施必须针对仔细描述的上下文和仔细选择的缺陷类别。
2017-02-24 cs.SE
A Taxonomy of Data Quality Challenges in Empirical Software Engineering
可靠的经验模型,如软件工作量估计或缺陷预测中使用的模型,本质上依赖于构建它们的数据。随着对过程和产品改进的需求不断增长,测量和预测系统中使用的数据质量需要越来越严格的审查。在本文中,我们根据对先前研究的广泛回顾,提出了经验软件工程中数据质量挑战的分类法。我们认为目前的评估技术,每个质量问题和建议的机制,以解决这些问题,在可用的。我们的分类法将数据质量问题分为三大领域:第一,意味着它们不适合建模的数据特征;第二,导致对将给定模型应用于另一个数据集的适用性的担忧的数据集特征;第三,阻止或限制数据可访问性和信任的因素。我们确定后一个领域作为特别需要在进一步的研究。
2021-06-11 cs.SE
Characterizing the Quality Profile of AI-Generated C++ in Production
Google(谷歌)
通过对大型企业2025-2026年352万次代码变更的分析,发现AI生成C++代码质量特征与人类代码不同,针对性反馈可降低其静态分析警告并提升效率。
2026-08-10 cs.AI cs.SE
A Systematic Literature Review of Empirical Research on Quality Requirements
质量需求处理产品应该如何执行预期的功能,例如启动待用时间和可学习性。研究人员认为它们很重要,同时研究表明在实践中存在不足。我们的目标是审查质量要求的证据状态。我们希望了解有关质量要求主题的实证研究以及质量要求解决方案的评估。我们使用混合方法进行系统性文献综述。我们定义了一个起始集的基础上,两个文献综述结合关键字为基础的搜索,从选定的出版场所。我们在开局的基础上滚雪球。我们筛选了530篇论文,其中84篇纳入我们的综述。案例研究方法最常见(43),其次是调查(15)和测试(13)。我们没有发现复制研究。最常研究的两个主题是:1)与其他类型的要求相比,质量要求的区别特征,2)质量要求的重要性和普遍性。质量模型,QUPER,和NFR方法进行了评估,在几项研究中,积极的迹象。目标建模是唯一评估的建模方法。然而,所有研究都是小规模的,没有研究长期成本和影响。我们的结论是,需要更多的研究,作为质量需求的实证研究是不增加在同一速率的软件工程研究一般。我们看到了研究和实践之间的差距。提出的解决方案通常在学术背景下进行评估,对行业质量要求的调查表明对质量要求的处理不系统。
2022-01-21 cs.SE
An Empirical Evaluation of Impact of Refactoring On Internal and External Measures of Code Quality
重构是通过改变现有代码的内部结构而不影响其外部行为来改进其设计的过程,其主要目的是提高软件产品的质量。因此,人们相信重构可以提高质量因素,如可理解性、灵活性和可重用性。然而,支持这种假设的经验证据有限。本研究的目的是验证/无效的索赔,重构提高软件质量。选择重构技术的影响进行了评估,使用外部和内部的措施。通过实验评估了10种重构技术,以评估ISO外部质量因素的外部度量:资源利用率,时间行为,可更改性和可分析性,以及5种内部度量:可维护性指数,圈复杂性,继承深度,类耦合和代码行。外部测量的结果没有显示重构处理后代码质量的任何改进。然而,从内部测量,可维护性指数表明重构代码的代码质量比未重构代码的代码质量有所改善,而其他内部测量没有表明重构代码有任何积极的影响
2015-02-12 cs.SE
Data Quality in Empirical Software Engineering: A Targeted Review
内容:在经验软件工程(ESE)中,预测模型的实用性在很大程度上依赖于构建这些模型所使用的数据的质量。在这方面,一些数据质量挑战,如噪音、不完整性、离群值和重复数据点可能是相关的。目的:我们调查了ESE研究中数据质量的三个潜在影响因素的报告:数据汇集,数据预处理和数据质量问题的识别。这使我们能够确定研究人员如何看待数据质量这一主题以及用于解决这一问题的机制。对数据质量的更高认识应该为ESE研究的良好开展以及ESE数据汇集和处理的稳健实践提供信息。方法:我们对2007年1月至2012年9月期间的经验软件工程研究进行了有针对性的文献综述。共有221项相关研究符合我们的纳入标准,并在考虑和处理数据质量方面进行了表征。结果:我们获得了关于ESE社区如何考虑数据质量的这三个要素的有用见解。在这221项研究中,只有23项报告了本文所考虑的所有三个数据质量要素。结论:ESE研究中未一致记录数据汇集程序的报告。如果报告数据汇集挑战,以提高我们对软件工程数据集和从它们开发的模型为什么会有问题的理解,这将是有用的。更普遍地说,数据质量应该得到社区的更多关注。通过加强数据汇集、预处理和质量评估来改进数据集,应能产生更可靠的预测模型,从而改进软件工程的做法。
2021-05-23 cs.SE
How Does API Migration Impact Software Quality and Comprehension? An Empirical Study
不同第三方软件库之间的迁移过程困难、复杂且容易出错。通常,在库迁移过程中,开发人员选择用新库中的其他方法替换已停用库中的方法,而不改变软件行为。然而,这种迁移到新库的过程将在多大程度上得到改进的软件质量仍然是未知的。本文旨在研究和分析库API迁移对软件质量的影响。我们对9个流行的API迁移进行了大规模的实证研究,这些迁移是从57,447个开源Java项目的语料库中收集的。我们计算迁移发生之前和之后常用的软件质量度量的值。所获得的结果的统计分析提供的证据表明,库迁移可能会提高不同的软件质量属性,包括显着降低耦合,增加内聚性,并提高代码的可读性。此外,我们还发布了一个在线门户网站,帮助软件开发人员了解库迁移对软件质量的预先影响,并推荐采用最佳设计和实现实践来提高软件质量的迁移示例。最后,我们为软件工程社区提供了一个大规模的数据集,以促进软件库迁移的研究。
2020-10-02 cs.SE
A Software Reuse Approach and Its Effect On Software Quality, An Empirical Study for The Software Industry
软件复用由于其提高质量和降低成本的作用而越来越受到人们的关注。良好的软件复用过程可以提高可靠性、生产力、质量并减少时间和成本。当前的复用技术主要关注基于预期功能的软件构件的复用,而非功能(质量)方面也很重要。因此,这里使用软件可重用性来提高软件的质量和生产率。它以最少的精力和时间提高了软件的整体质量。本研究的主要目的是提出一种复用方法,发现软件复用如何提高软件行业的质量。用于此目的的V&V技术是软件质量管理过程的一部分,它检查软件生存周期中的质量和正确性。以问卷调查的形式进行了一项调查研究,以发现重用方法对质量属性(需求规格说明和设计规格说明)的影响。其他质量增强技术,如ad hoc、CBSE、MBSE、产品线、COTS重用,在现有的软件行业中进行了检查。结果分析的帮助下,MATLAB工具,因为它提供了有效的数据管理,广泛的选择,更好的输出组织,检查天气质量增强技术的影响,由于可重用性和质量将如何提高。
2017-02-01 cs.SE
Characterizing Virtual Reality Software Testing
虚拟现实(Virtual Reality,VR)是一种为用户提供独特的实时体验的新兴技术。VR技术已经在各种场景中提供了革命性的用户体验(例如,培训、教育、产品/架构设计、游戏、远程会议/旅游等)。然而,测试VR应用程序是具有挑战性的,因为它们的性质需要物理交互,并且依赖于硬件系统。尽管最近VR技术及其使用场景取得了进步,但我们对VR应用测试仍然知之甚少。为了填补这一知识空白,我们对包括28个工业项目在内的97个开源VR应用进行了实证研究。我们的分析发现,74.2%的VR项目没有进行任何测试,而对于进行测试的VR项目,与其他项目类别相比,功能方法与测试方法的比例中位数较低。此外,我们还发现了有关VR代码覆盖率测量的工具支持问题,我们能够生成的代码覆盖率和断言密度结果也相对较低,平均值分别为15.63%和17.69%。最后,通过对来自4个VR应用的220个测试用例和来自4个非VR应用的281个测试用例的人工分析,我们确定了VR应用需要特定类别的测试用例来确保VR应用的质量属性。我们相信,我们的研究结果构成了一个呼吁行动的VR开发社区,以改善测试方面,并为软件工程研究人员提供方向,以开发先进的技术,自动测试用例生成和测试质量分析的VR应用程序。
2022-11-03 cs.SE
Introducing Artificial Intelligence Agents to the Empirical Measurement of Design Properties for Aspect Oriented Software Development
面向方面的软件开发(AOSD)方法的支持者已经做了大量的工作,使用定量评估来显示其采用的积极影响。对方法的结构化评估需要一个定义明确的质量模型。本文提出了一种基于人工智能智能体的方面化质量评价模型。该模型已应用于现有的面向对象和面向方面的案例研究应用程序,大学自动化软件的等效版本。软件设计属性的具体指标已使用不同版本的人工智能智能体进行测量,并用于推断对质量的影响。基于最初的测量,它被发现,方面化的质量模型中定义的所有三个质量属性都有积极的改善。由于方面化的影响,演化和可重用性的属性在质量上有了显著的提高。
2020-10-17 cs.SE
An Empirical Study on Decision making for Quality Requirements
[上下文]质量要求对产品的成功很重要,但往往处理不当。范围决策的问题导致了延迟处理和范围不平衡。[目的]对范围决策过程进行表征,了解影响质量要求范围决策的因素和性质。[方法]以某公司为研究对象,对该公司的范围决策过程进行了为期5年的研究。我们分析了决策工件,并采访了参与范围决策过程的经验丰富的工程师。[结果]明确涉及质量方面的特征占所有特征的一小部分(4.41%)。产品线的阶段似乎会影响质量特征的流行和接受率。最后,依赖外部利益攸关方和前期分析似乎导致了较长的交付周期和质量要求范围不足。[结论]在范围决策过程中需要明确质量模式。我们提出了一个战略层面和战术层面的范围决策过程。前者处理长期规划,后者处理快速进程。此外,我们认为,关键是以更直接的方式平衡利益相关者的投入与使用和市场的反馈,而不是通过长期的计划驱动的过程。
2018-12-12 cs.SE
Empirical Standards for Repository Mining
学术同行评议的目的是评估科学手稿的质量。然而,一项又一项研究表明,同行评议既不能有效地评估研究质量,也不能可靠地评估研究质量。经验标准试图通过模拟科学界对在该社区进行的每一种经验研究的期望来解决这个问题。这不仅会提高研究质量,而且会提高同行评审的可靠性和可预测性,因为科学家在其研究者和评审者的角色中都采用了这些标准。然而,这些改进取决于标准的质量和采用情况。因此,本教程将介绍挖掘软件存储库的经验标准,以传达其内容并从与会者那里获得反馈。本教程将分为三个部分:(1)经验标准项目的简要概述;(2)储存库开采标准的详细介绍;(3)讨论和改进建议。
2022-03-29 cs.DL cs.SE
Characterizing Software Aging in GPU-Based LLM Serving Systems
College of Computing and Informatics, University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校计算机与信息学院)
提出一种实证方法研究GPU大语言模型服务系统中的软件老化,通过216小时实验发现所有部署均存在显著内存老化,泄漏率与运行时和配置强相关,并提供了可复现框架。
2026-06-11 cs.AI cs.SE
Empirical study of software quality evolution in open source projects using agile practices
我们分析了两个开源Java项目的时间演变:Eclipse和Netbeans,这两个项目都是按照敏捷实践开发的,尽管程度不同。我们的研究是集中在质量分析的系统,衡量缺陷的存在,其与软件度量的演变。这两个项目通过软件图来描述,其中节点由Java文件表示,边描述节点之间的现有关系。本文在Chidamber和Kemerer度量套件的基础上提出了一个Java文件度量套件,并利用它来研究软件演化及其与bug计数的关系。
2009-05-20 cs.PL cs.SE
On the Relation between Code Quality and Machine Learning Performance: A Large-scale Empirical Study
Univ. Lille(里尔大学);Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Centrale Lille(里尔中央理工学院);UMR 9189 CRIStAL(UMR 9189 里尔计算机、信号与自动控制实验室)
本研究通过分析Kaggle上265,363个Python笔记本,发现通用代码质量与机器学习性能无关,而机器学习特定违规与性能呈小负相关,流行度和代码专业知识不指示质量或性能,竞赛专业知识则与更好性能相关。
2026-09-11 cs.LG cs.SE
Characterizing and Mitigating Anti-patterns of Alerts in Industrial Cloud Systems
警报对于在云异常时请求及时的人工干预至关重要。警报的质量会显著影响云的可靠性和云提供商的业务收入。在实践中,我们观察到,由于大量存在误导性、非信息性、不可操作的警报,待命工程师无法快速定位和修复故障云服务。我们将警报的无效性称为“警报的反模式”。为了更好地理解警报的反模式,并提供可操作的措施来减轻反模式,在本文中,我们进行了第一次实证研究的做法,减轻反模式的警报在工业云系统。我们研究了领先的云提供商华为云的警报策略和警报处理流程。我们的研究结合了两年内对数百万警报的定量分析和对18位经验丰富的工程师的调查。因此,我们总结了警报的四个单独的反模式和两个集体反模式。我们还总结了四个当前的反应,以减轻警报的反模式,和警报策略的配置的一般预防性指导方针。最后,我们建议探索自动评估的质量警报(QoA),包括指示性,精度和可重复性的警报,作为未来的研究方向,有助于自动检测警报的反模式。研究结果对优化云监控系统、提高云服务的可靠性具有一定的参考价值。
2022-04-13 cs.DC cs.SE
Do Prompt Patterns Affect Code Quality? A First Empirical Assessment of ChatGPT-Generated Code
University of Salerno(萨勒诺大学)
本文通过Dev-GPT数据集实证评估提示模式对ChatGPT生成代码质量的影响,发现零样本提示最常见,且不同提示模式对代码可维护性、安全性和可靠性无显著影响。
2025-04-18 cs.AI cs.SE