"Silent Is Not Actually Silent": An Investigation of Toxicity on Bug Report Discussion
本研究通过定性分析GitHub上的203个缺陷线程,揭示了缺陷报告讨论中毒性行为的成因及其对协作和问题解决的负面影响,并提出了缓解建议。
2025-05-01 cs.SE
Revealing Task Driven Knowledge Worker Behaviors in Open Source Software Communities
软件开发人员等知识工作者之间的协作活动是现代社会发展的基础,但深入了解他们在开放的在线社区中的行为模式是非常具有挑战性的。开源软件(OSS)存储库中大量数据的可用性(例如错误跟踪数据,电子邮件和评论)使我们能够以定量的方式调查这个问题。在本文中,我们对两个著名的OSS社区(即Eclipse和Mozilla)中与保证软件质量密切相关的在线协作活动进行了实证分析。我们的主要发现包括两个方面:(1)开发人员在两种不同的工作状态(正常和过载)下,在时间和空间上表现出两种截然相反的行为模式;(2)处理时间(包括bug修复时间和bug抛出时间)服从拉伸指数分布,而不是一般的幂律分布。我们的工作揭示了在不同任务驱动的负载条件下工作的熟练开发人员之间的在线协作活动之外的人类动力学规律,它可能是对当前人类动力学工作的重要补充。
2017-02-25 cs.SE
Categorizing Bugs with Social Networks: A Case Study on Four Open Source Software Communities
ETH Zurich(苏黎世联邦理工学院)
有效的错误分类过程是成功的协作软件工程项目的重要前提。对bug进行分类可能会成为一项艰巨的任务,特别是在开源软件(OSS)项目中,有大量缺乏经验的兼职贡献者。在本文中,我们提出了一个有效的和实用的方法来识别有效的错误报告,a)指的是一个实际的软件错误,b)不是重复的,c)包含足够的信息,立即处理。我们的分类是基于九个措施,以量化的社会嵌入的bug报告者在协作网络。我们证明了它的适用性的案例研究中,使用一个全面的数据集,超过70万个错误报告,从Bugzilla安装的四个主要的OSS社区,为期十多年。对于那些表现出最低比例的有效错误报告的项目,我们发现,错误报告者在协作网络中的位置是错误报告质量的一个强有力的指标。基于这一发现,我们开发了一个自动化的分类方案,可以很容易地集成到错误跟踪平台,并分析其性能在考虑OSS社区。一个支持向量机(SVM),以确定有效的错误报告的基础上的九个措施产生了高达90.3%的准确率与38.9%的召回。有了这个,我们显着提高了在以前的案例研究中获得的结果,自动早期识别的错误,最终修复。此外,我们的研究强调了在协作软件工程中使用社会组织的定量测量的潜力。它还为将社会意识纳入支助基础设施的设计开辟了广阔的前景。
2013-02-28 cs.LG cs.SE cs.SI
Automated flakiness detection in quantum software bug reports
针对量子软件领域缺乏不稳定测试相关研究的问题,本文梳理了量子软件错误报告中不稳定测试自动检测的挑战与潜在方案,呼吁学界关注并协作解决该新兴问题。
2024-08-09 cs.SE
Learning to Describe Solutions for Bug Reports Based on Developer Discussions
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
当一个软件错误被报告时,开发人员会参与讨论以协同解决它。虽然解决方案可能在讨论中制定,但它通常被隐藏在大量文本中,难以理解并延迟其实施。为了加快错误解决,我们建议通过综合讨论中的相关内容来生成解决方案的简洁自然语言描述,其中包括自然语言和源代码。我们建立了一个语料库,这项任务使用一种新的技术,从存储库的变化链接到错误报告,我们建立基准获得嘈杂的监督。我们还设计了两个系统,用于在正在进行的讨论中产生的描述进行分类时,有足够的上下文执行任务出现在实时。通过自动化和人工评估,我们发现这项任务可以在长时间的双峰对话背景下形成复杂推理的理想测试平台。
2022-03-30 cs.CL cs.SE
A Comprehensive Empirical Study of Bugs in Open-Source Federated Learning Frameworks
ShanghaiTech University(上海科技大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);University of Chinese Academy of Sciences(中国科学院大学);Tianjin University(天津大学);Nankai University(南开大学)
本研究针对开源联邦学习框架的bug问题,首次从17个主流框架的千余条相关议题与拉取请求中收集1119个bug,构建多维度分类体系并分析其功能分布与关联,得出9项核心发现,为优化FL框架和bug治理工具研发提供依据。
2023-10-06 cs.LG cs.SE
Seeing is Believing: Vision-driven Non-crash Functional Bug Detection for Mobile Apps
本文提出视觉驱动的多智能体协作 GUI 测试方法 Trident,利用 MLLM 理解页面转换与视觉线索,自动检测移动应用非崩溃功能缺陷,并在 590 个缺陷上显著优于 12 个基线。
2024-12-04 cs.SE
Advaita: Bug Duplicity Detection System
Cisco Systems, Inc(思科系统公司)
bug在软件开发中很普遍。为了提高软件质量,使用错误跟踪系统对错误进行归档。报告的bug的属性包括标题、描述、项目、产品、受bug影响的组件以及bug的严重性。根据产品成熟度、代码大小和项目工程师数量,重复错误率(重复错误的百分比)在个位数(1 - 9%)到两位数(40%)之间。在Eclipse、Firefox等开源项目中,重复的bug范围在9%到39%之间。这种重复检测有助于重复数据消除。检测重复的bug有助于减少分类工作,并为开发人员节省修复问题的时间。传统的自然语言处理技术在识别句子之间的相似性方面不太准确。使用缺陷跟踪系统中存在的缺陷数据,探索了各种方法,包括几种机器学习算法,以获得一种可行的方法,该方法可以识别重复的缺陷,给定一对句子(即,相应的缺陷描述)。该方法考虑多组特征,即基本文本统计特征、语义特征和上下文特征。这些特征从标题、描述和组件中提取,并且随后用于训练分类算法。
2020-01-24 cs.AI cs.SE
Bug Analysis Towards Bug Resolution Time Prediction
Norwegian University of Science and Technology(挪威科技大学);Technical University of Munich(慕尼黑工业大学);University of the Bundeswehr Munich(慕尼黑联邦国防军大学)
本文基于Jira数据提出一种缺陷解决时间预测方法,并在ONAP网络项目中验证,为网络软件化项目的缺陷管理提供参考。
2024-07-30 cs.AI cs.SE
Root cause prediction based on bug reports
Institute of Software Technology(软件技术研究所);Graz University of Technology(格拉茨工业大学)
本文提出了一种有监督的机器学习方法来预测给定错误报告的根本原因。了解错误的根本原因可以帮助开发人员在调试过程中直接或间接地通过选择适当的工具支持调试任务。我们从103个GitHub项目的问题跟踪器中挖掘了54755个已关闭的bug报告,并应用了一组统计学来创建一个由10459个报告组成的基准。根据bug的根本原因,将子集手动分为三组(语义、内存和并发)。由于根本原因的类型分布不均,因此采用了关键词搜索和随机选择相结合的方法。我们的机器学习方法的数据集由369个错误报告组成(122个并发,121个内存和126个语义错误)。错误报告用作自然语言处理算法的输入。我们评估了几个分类器的性能,以预测给定错误报告的根本原因。线性支持向量机取得了最高的平均精度(0.74)和召回(0.72)的分数。创建的错误数据集和分类是公开的。
2021-03-03 cs.AI cs.SE
A Bug or a Suggestion? An Automatic Way to Label Issues
Nanjing University(南京大学);The Hong Kong Polytechnic University(香港理工大学)
越来越多的用户和开发人员正在使用问题跟踪系统(ITS)报告问题,包括错误,功能请求,增强建议等。然而,当在不同的ITS上报告问题时,会从用户那里收集不同的信息,这对问题分类工具在ITS中有效工作提出了相当大的挑战。此外,当涉及到分类问题时,错误通常具有更高的优先级,而现有的问题分类方法很少关注区分错误和其他非错误问题,导致错误识别的准确性不佳。在本文中,我们提出了一种基于深度学习的方法来自动识别各种ITS中的错误报告问题。该方法实现了k-NN算法来检测和纠正从ITS中提取的数据中的错误分类,并使用超过120万个标记问题的数据集来训练基于注意力的双向长短期记忆(ABLSTM)网络以识别错误报告。实验评估表明,我们的方法在区分错误和其他问题方面达到了85.6%的F-度量,显著优于实验中检查的其他基准和最先进的方法。
2019-09-03 cs.AI cs.SE
Diff-Based Code Corruption using LLMs for Large-Scale Bugfix Benchmarking
Eötvös Loránd University(罗兰大学);Faculty of Informatics(信息学学院)
提出MegaBugFix,一个包含12,629个由LLM通过差异生成的有缺陷Python程序的大规模基准,用于评估模型错误修复能力,发现现有模型在此基准上表现更差。
2026-07-02 cs.AI cs.SE
Demystifying the Silence of Correctness Bugs in PyTorch Compiler
The Hong Kong University of Science and Technology(香港科技大学);Guangzhou HKUST Fok Ying Tung Research Institute(广州香港科技大学霍英东研究院);Carnegie Mellon University(卡内基梅隆大学)
本文研究PyTorch编译器中正确性错误的特征,提出AlignGuard技术检测此类错误,已发现23个新错误,其中14个被标记为高优先级。
2026-04-09 cs.AI cs.SE
Automated Bug Report Prioritization in Large Open-Source Projects
Siena College(西内学院)
本文提出一种基于缺陷报告自然语言文本的自动化优先级排序方法,结合TopicMiner-MTM主题建模与BERT分类,在Eclipse Platform的85,156份报告上优于现有方法。
2025-04-22 cs.AI cs.SE
Automated Duplicate Bug Report Detection in Large Open Bug Repositories
Department of Computer Science University of Colorado Colorado Springs United States(计算机科学系,科罗拉多州立大学,美国);George Mason University, Fairfax, VA, United States(乔治·马歇尔大学,弗吉尼亚州 Fairfax,美国)
本文提出基于机器学习的自动检测重复bug报告方法,通过多种技术提升准确率,应用于Eclipse开源项目数据集。
2025-04-21 cs.AI cs.SE
Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft
Electronics Engineering Department Bilkent University Ankara, Turkey(电子工程系比尔肯特大学安卡拉土耳其);Computer Engineering Department Bilkent University Ankara, Turkey(计算机工程系比尔肯特大学安卡拉土耳其)
本文提出 BugCraft 框架,通过 LLM 和视觉智能体在 Minecraft 中实现端到端崩溃 Bug 自动复现,并构建 BugCraft-Bench 数据集,复现率达 34.9%,超越基线 37%。
2025-10-10 cs.AI cs.SE
Can We Enhance Bug Report Quality Using LLMs?: An Empirical Study of LLM-Based Bug Report Generation
University of Calgary(卡尔加里大学)
本文探讨利用指令微调LLM将非结构化缺陷报告自动转化为结构化报告,发现微调Qwen 2.5在CTQRS等指标上优于ChatGPT等模型,并能有效泛化至未见项目,显著降低开发人员手工成本。
2025-04-26 cs.AI cs.SE
One Bug, Hundreds Behind: LLMs for Large-Scale Bug Discovery
IBM Research(IBM研究院);William & Mary(威廉与玛丽大学)
本文针对大型程序中反复出现但未解决的重复模式Bug,提出基于LLVM和LLM的BugStone系统,利用已修补实例识别错误模式,在Linux内核中发现大量新问题,并构建数据集验证其高效性。
2025-10-15 cs.AI cs.SE
BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills
Cornell University(康奈尔大学);University of California San Diego(加州大学圣地亚哥分校);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);Microsoft Research(微软研究院)
本研究提出BugPilot方法,通过让SWE智能体引入功能时意外产生Bug的方式生成更贴近真实开发模式的高质量Bug,可提升监督微调效率,结合现有数据训练出了在SWE-bench Verified上达SOTA的FrogBoss和FrogMini模型。
2025-10-28 cs.AI cs.CL cs.SE
Using Categorical Features in Mining Bug Tracking Systems to Assign Bug Reports
大多数错误分配方法利用文本分类和信息检索技术。这些方法使用bug报告的文本内容来构建推荐模型。bug报告的文本内容通常是高维的,并且是噪声信息源。这些方法具有低精度和高计算需求的缺点。在本文中,我们调查是否使用分类字段的错误报告,如组件的错误属于,是适当的,而不是文字描述来表示错误报告。我们建立了一个分类模型,利用分类功能,作为一种表示,为错误报告。实验评估使用三个项目进行,即NetBeans,Freedesquence和Firefox。我们将这种方法与两种基于机器学习的错误分配方法进行了比较。评估表明,使用bug报告的文本内容是很重要的。此外,它表明,分类特征可以提高分类精度。
2018-04-09 cs.SE
WELL: Applying Bug Detectors to Bug Localization via Weakly Supervised Learning
针对缺陷精确定位标注稀缺问题,本文提出 WELL,仅利用是否有缺陷的二元检测数据微调 CodeBERT,以弱监督方式实现缺陷定位,并在多个数据集上优于现有 SOTA。
2023-06-08 cs.SE
BuGL -- A Cross-Language Dataset for Bug Localization
错误定位是从给定的错误报告和源代码中定位潜在的易出错文件或方法的过程。在文献中存在关于缺陷定位的广泛研究,其集中于应用信息检索技术或机器学习/深度学习方法或两者来检测缺陷的位置。所有方法的共同前提是提供良好的数据集,在本例中,数据集是由6个Java项目组成的标准基准数据集,在某些情况下,超过6个Java项目。现有的数据集不包括其他程序设计语言的项目,尽管需要调查特定的和跨项目的错误定位。据我们所知,我们不知道有任何数据集可以解决这一问题。在本文中,我们提出了BuGL,一个大规模的跨语言数据集。BuGL包含超过10,000个bug报告,这些报告来自用四种程序设计语言编写的开源项目,即C、C++、Java和Python。该数据集包含Bug报告和Pull-Requests等信息。BuGL的目标是在bug本地化领域展开新的研究机会。
2020-04-19 cs.SE
Auto-labelling of Bug Report using Natural Language Processing
Juniper Networks Inc.(瞻博网络公司);San José State University(圣何塞州立大学)
本文提出一种结合NLP技术的自动标记错误报告方法,利用自定义数据转换器、深度神经网络和非泛化机器学习,在数千个错误报告上实现recall@5为70%的高检索准确率。
2022-12-13 cs.AI cs.LG cs.SE
An Approach to Detecting Bugs in Pattern-Based Bug Detectors
静态bug查找器已被开发人员广泛采用,以查找真实世界软件项目中的bug。它们利用预定义的启发式静态分析规则来扫描软件项目的源代码或二进制代码,并将违反这些规则的情况报告为要验证的警告。然而,静态错误查找器的优点是掩盖了这样的问题,如发现明显的错误,误报等,以改善这些工具,已经提出了许多技术来过滤误报报告或设计新的静态分析规则。尽管如此,bug查找器的性能不佳也可能是由静态bug查找器中包含的当前规则的不正确引起的,这还没有被探索。在这项工作中,我们提出了一种差分测试方法来检测四个广泛使用的静态错误发现器,即,为了在不同的静态bug查找工具中检索成对的规则以进行差异测试,本文设计了一种基于统计学的规则映射方法,该方法结合了规则描述的相似性和工具报告的警告信息的重叠性。在2,728个开源项目上的实验中,静态bug发现器发现了46个bug,其中24个已经修复或确认,剩下的有待确认。我们还总结了13个错误模式的静态分析规则的基础上,他们的上下文和根本原因,这可以作为设计和实现其他规则和/或在其他工具的检查表。这项研究表明,常用的静态错误查找器并不像他们想象的那样可靠。它不仅证明了我们的方法的有效性,而且还强调了需要继续提高静态bug查找器的可靠性。
2021-12-22 cs.SE
We'll Fix It in Post: What Do Bug Fixes in Video Game Update Notes Tell Us?
持续存在于视频游戏发布中的bug可能会对开发人员和用户产生负面影响,但游戏开发中测试的特定方面可能会导致难以有效地捕捉这些遗漏的bug。开发人员将更新应用于游戏以修复遗漏的bug已经成为一种常见的做法。这些更新通常伴随着描述更新中包含的游戏更改的注释。但是,即使在更新尝试修复它们之后,一些错误也会重新出现。在本文中,我们开发了一个分类的游戏中的错误类型,是基于以前的工作。我们检查了Steam平台上30款热门游戏的723个更新中的12,122个错误修复。我们标记这些更新中包含的错误修复,以确定这些不同错误类型的频率,错误类型在多次更新中重复出现的频率,以及哪些错误类型被视为更严重。此外,我们还调查了游戏开发人员对不同类型bug的体验,以及他们在游戏开发中与bug外观最密切相关的方面。我们发现信息错误在更新中出现的频率最高,而崩溃错误出现的频率最高,并且通常被视为比其他错误类型更严重。最后,我们发现,在测试,代码质量和错误复制的挑战有一个密切的关联与错误的持久性。这些发现应该帮助开发人员确定游戏开发的哪些方面可以从更多的关注中受益,以防止错误。研究人员可以使用我们的结果来设计工具和方法,以更好地识别和解决某些错误类型。
2021-03-06 cs.SE
Extracting Concise Bug-Fixing Patches from Human-Written Patches in Version Control Systems
高质量、大规模的真实bug库和从实际应用中收集的简洁补丁是软件工程研究的关键。在这样的存储库中,每个真正的bug都明确地与它的修复相关联。因此,一方面,真实的错误和它们的修复可以启发用于发现、定位和修复软件错误的新方法;另一方面,真实的错误和它们的修复对于软件测试、故障定位和程序修复的方法的严格和有意义的评估是不可缺少的。为此,许多这样的储存库,例如,第4J章已经被发现了然而,这种储存库相当小,因为它们的建造涉及昂贵的人工干预。虽然错误修复代码提交以及相关的测试用例可以从版本控制系统自动检索,现有的方法还不能自动提取简明的错误修复补丁从错误修复提交,因为这样的提交往往涉及错误无关的更改。在本文中,我们提出了一个自动的方法,称为BugBuilder,提取完整和简洁的错误修复补丁从人类编写的补丁在版本控制系统。它通过检测bug修复提交中涉及的重构来排除重构,并在错误版本上重新应用检测到的重构。它枚举剩余部分的所有子集,并在测试用例上验证它们。如果没有一个子集有可能成为一个完整的bug修复补丁,则剩余部分作为一个整体被视为一个完整和简洁的bug修复补丁。对Defects 4J中809个真实bug修复提交的评估结果表明,BugBuilder成功地为40%的bug修复提交生成了完整而简洁的bug修复补丁,其准确率(99%)甚至高于人类专家。
2021-02-27 cs.SE
LLM-Powered Silent Bug Fuzzing in Deep Learning Libraries via Versatile and Controlled Bug Transfer
Hong Kong University of Science and Technology(香港科技大学);Lingnan University(岭南大学);Huawei(华为);Central University of Finance and Economics(中央财经大学)
利用大语言模型实现深度学习库中无声bug的模糊测试,通过多功能且可控的bug转移技术发现79个新bug。
2026-02-27 cs.SE
Improved IR-based Bug Localization with Intelligent Relevance Feedback
Dalhousie University(达尔豪斯大学)
针对缺陷定位中上下文理解不足的问题,提出BRaIn技术,利用大语言模型评估相关性并引入智能相关反馈重构查询和重排文档,在Bench4BL上显著优于六种基线,MAP、MRR、HIT@K分别提升87.6%、89.5%、48.8%,并能定位52%基线无法定位的缺陷。
2025-03-27 cs.AI cs.CL cs.SE
Recommending Bug Assignment Approaches for Individual Bug Reports: An Empirical Investigation
本文通过实证研究发现现有缺陷分配方法对不同缺陷报告效果不一,提出用机器学习为每份报告推荐最佳方法,虽有一定准确率提升但与基线相当,揭示了现有方法未捕捉开发者实际分配过程的关键信息。
2023-05-29 cs.SE
Toward Interactive Bug Reporting for (Android App) End-Users
许多软件错误都是手动报告的,特别是在用户界面中以视觉方式表现出来的错误。最终用户通常通过应用审查网站、问题跟踪器或应用内置的错误报告工具(如果可用)报告这些错误。虽然这些系统具有促进错误报告的各种特征(例如,文本模板或表单),它们通常向最终用户提供有限的指导、具体的反馈或质量验证,这些最终用户通常在报告bug方面缺乏经验,并且提交低质量的bug报告,这导致开发人员在bug报告管理任务中花费过多的精力。我们提出了一个交互式的错误报告系统的最终用户(伯特),实现为一个面向任务的聊天机器人。与现有的错误报告系统不同,Burt提供了基本错误报告元素的指导报告(即,观察到的行为、预期的行为和重现bug的步骤)、即时质量验证以及这些元素的图形化建议。我们为Android实现了一个版本的Burt,并对最终用户进行了实证评估研究,他们报告了先前工作中研究的六个Android应用程序中的12个错误。报告者发现,Burt的指导和自动化建议/澄清是有用的,而且Burt很容易使用。我们发现Burt报告包含的信息质量比通过基于模板的错误报告系统收集的报告更高。报告者告知对Burt的改进包括支持各种措辞来描述bug报告元素和改进的质量验证。我们的工作标志着一个重要的范式转变,从静态到交互式的错误报告的最终用户。
2022-09-21 cs.SE
Buggin: Automatic intrinsic bugs classification model using NLP and ML
本文提出Buggin方法,利用NLP技术(seBERT和TF-IDF)结合机器学习算法自动识别缺陷报告中的内在缺陷,实验表明TF-IDF与决策树结合在缺陷标题上取得78%的F1最高分。
2025-04-02 cs.SE
World of Bugs: A Platform for Automated Bug Detection in 3D Video Games
Royal Holloway University of London(伦敦大学皇家霍洛威学院)
我们介绍了World of Bugs(WOB),一个旨在支持视频游戏中自动错误检测(ABD)研究的开放平台。我们讨论了ABD中的一些悬而未决的问题以及它们与平台设计的关系,并认为如果要取得进一步的进展,就需要基于学习的解决方案。该平台的主要功能是越来越多的常见视频游戏错误,可用于训练和评估ABD方法。
2022-06-21 cs.AI cs.LG cs.MA
Toward the Automated Localization of Buggy Mobile App UIs from Bug Descriptions
本文首次系统评估文本与多模态深度学习技术在移动应用有缺陷UI界面和组件定位中的可行性,发现视觉模型擅长界面定位、文本模型擅长组件定位,并证明结合UI定位可将缺陷代码定位的Hits@10提升9%-12%。
2024-08-07 cs.SE
BugsRepo: A Comprehensive Curated Dataset of Bug Reports, Comments and Contributors Information from Bugzilla
为解决缺陷报告信息不完整影响软件维护预测系统的问题,本文提出了源自Mozilla项目的综合数据集BugsRepo,包含119,585条缺陷报告元数据、19,351名贡献者信息及10,351条结构化缺陷报告,以支持自动化缺陷分析并提升软件维护效率。
2025-04-26 cs.SE
Towards Extending the Range of Bugs That Automated Program Repair Can Handle
现代自动程序修复(APR)被很好地调整为发现和修复将可观察到的错误行为引入程序的错误。然而,一类重要的错误不会导致这种可观察到的行为(例如,活跃/终止错误、非功能性错误和信息流错误)。这样的错误通常不能用当前的APR方法来处理,因此,作为一个社区,我们需要开发补充技术。为了刺激替代APR方法和混合APR组合的系统研究,我们设计了一种新的错误分类系统,使他们的错误检测能力和错误修复能力的有条不紊的分析。为了证明的好处,我们分析了顺序和并发程序中的终止错误的修复。研究表明,将动态APR与形式化分析技术(如终止证明器和软件模型检查器)相结合,降低了复杂性,提高了这些修复的整体可靠性。
2022-11-07 cs.SE
Recommending Bug-fixing Comments from Issue Tracking Discussions in Support of Bug Repair
在实践中,开发人员在面对新的bug时会搜索相关的早期bug及其相关的讨论线程。通常情况下,这些讨论线程由注释甚至bug修复注释组成,这些注释旨在捕获线索,以促进新bug报告的调查和根本原因。随着时间的推移,这些讨论可能会变得非常冗长和难以理解。不可避免的是,这些讨论线程会导致错误修复评论与不相关的评论混合在一起的情况。然而,在处理大量的错误报告时,这项任务带来了进一步的挑战。大型软件系统每天都受到数千个错误报告的困扰。因此,有效地调查这些错误报告变得非常耗时。为了解决这一差距,本文建立了一个基于排名的自动化工具,我们称之为RETRORANK。具体来说,RETRORANK建议在用户查询相关性、积极语言的使用和评论之间的语义相关性的上下文中,从问题跟踪讨论线程中修复错误的评论。通过使用向量空间模型(VSM),情感分析(SA)和TextRank模型(TR)的组合,我们展示了如何过去的固定错误和他们的相关错误修复评论相对积极的情绪可以语义连接,以调查一个新的错误的根本原因。我们通过综合研究和用户研究评估了我们的方法。结果表明,与基线VSM相比,RETRORANK显著提高了性能。
2021-05-24 cs.SE
Too Few Bug Reports? Exploring Data Augmentation for Improved Changeset-based Bug Localization
本文针对缺陷定位任务中训练数据不足的问题,提出作用于缺陷报告不同组成部分的数据增强算子及数据平衡策略,以生成高质量合成训练数据,从而改进基于变换器的变更集缺陷定位模型性能。
2023-06-01 cs.SE
Bug Whispering: Towards Audio Bug Reporting
本文提出通过录制并提交音频消息让终端用户即时报告移动应用缺陷,分析其提升报告数量与修复效率的潜力及对现有复现技术的挑战。
2025-08-31 cs.SE
Harvesting Fix Hints in the History of Bugs
在软件开发中,修复错误是一项耗时且成本敏感的重要任务。虽然已经提出了许多方法来自动检测和修补软件代码,但这些策略仅限于一组经过深入研究以定义其属性的已识别错误。因此,它们设法覆盖了一小部分故障,如无限循环。我们建立在错误和相关用户错误报告是重复的假设之上,并提出了一种基于错误历史及其相关修复的修复建议新方法。在我们的方法中,一旦报告了一个错误,它会自动使用信息检索技术和机器学习分类与所有以前修复的错误进行比较。基于此比较,我们推荐从过去的修复示例中识别的顶级{ \em k}修复操作,这些操作可能适合作为软件开发人员解决新错误的提示。
2015-07-21 cs.SE
Automatic Bug Triage using Semi-Supervised Text Classification
针对现有有监督文本分类方法中标注错误报告的不足,提出了一种半监督文本分类方法。这种新方法结合了朴素贝叶斯分类器和期望最大化,以利用标记和未标记的错误报告。这种方法用一小部分标记的bug报告来训练分类器。然后,该方法迭代地标记大量未标记的错误报告,并训练一个新的分类器与所有的错误报告的标签。我们还采用了一个加权推荐列表,通过在训练分类器时施加多个开发人员的权重来提高性能。Eclipse的错误报告的实验结果表明,我们的新方法优于现有的监督方法的分类精度。
2017-04-16 cs.SE
Characterizing and Detecting WebAssembly Runtime Bugs
WebAssembly(缩写为WASM)已经成为一种很有前途的Web语言,也被广泛用于移动应用程序和桌面应用程序等软件应用程序。这些应用程序称为WASM应用程序,通常在WASM运行时中运行。开发人员经常报告WASM运行时中的错误,并导致WASM应用程序崩溃。然而,这些bug还没有得到很好的研究。为了填补知识空白,我们提出了一个系统的研究,以表征和检测WASM运行时的错误。我们首先从GitHub上的数百个相关帖子中收集了311个真实世界的bug。基于收集到的高质量的bug报告,我们提取了WASM运行时的31个bug类别,并总结了它们的常见修复策略。此外,我们开发了一个基于模式的错误检测框架,自动检测WASM运行时中的错误。我们将检测框架应用于五个流行的WASM运行时,并成功发现了53个以前从未报道过的错误,其中14个已被确认,6个已被运行时开发人员修复。
2023-01-28 cs.SE
Localization of real world regression Bugs using single execution
当以前按预期工作的软件功能停止工作或不再按预期工作时,就会出现回归错误。代码更改,例如bug修复或新功能工作,可能会导致回归bug。回归bug是软件开发过程中令人烦恼和痛苦的现象,需要大量的努力来本地化,有效地阻碍了团队的进步。在本文中,我们提出了回归检测,一种方法,它有助于开发人员定位源代码段,导致给定的回归错误。与现有的一些工具不同,我们的方法不需要自动化测试套件或执行系统的过去版本。它是高度可扩展到数百万的锁定系统。开发人员对代码或bug没有先验知识,根据bug数据库中描述的步骤重现bug。我们用来自领先的开源项目(Eclipse、Tomcat、Ant)的bug评估了我们的方法。在超过90%的情况下,开发人员只需要检查10 - 20行代码就可以找到bug,而不管代码库的大小。
2015-05-06 cs.SE
Automatically Reproducing Android Bug Reports Using Natural Language Processing and Reinforcement Learning
作为解决用户通过错误报告提交的问题的过程的一部分,Android开发人员尝试重现和观察错误报告中描述的故障。由于bug报告的低质量和现代应用程序的复杂性,复制过程是不平凡和耗时的。因此,非常需要能够帮助重现Android错误报告的自动方法。然而,当前帮助开发人员自动再现错误报告的方法仅能够处理有限形式的自然语言文本,并且难以成功再现初始错误报告缺少或不精确步骤的故障。在本文中,我们将介绍一种新的全自动Android错误报告再现方法,以解决这些限制。我们的方法通过利用自然语言处理技术来更全面、更准确地分析Android错误报告中的自然语言,并基于强化学习设计新技术来指导搜索成功的再现步骤,从而实现了这一目标。我们对77个真实世界的错误报告进行了实证评估。我们的方法在准确地从错误报告中提取再现步骤方面实现了67%的精确度和77%的召回率,并再现了74%的错误报告,显着优于最先进的技术。
2023-01-18 cs.SE
Extractive Summarization of Related Bug-fixing Comments in Support of Bug Repair
当开发人员调查一个新的bug报告时,他们会搜索类似的以前修复的bug报告和附加到它们的讨论线程。这些讨论线程传达了有关错误行为的重要信息,包括相关的错误修复注释。通常情况下,这些讨论线程由于报告的bug的严重性而变得非常冗长。这增加了另一层复杂性,特别是当相关的bug修复注释与看似无关的注释混合在一起时。在处理大量错误报告时,手动检测各种横切讨论线程中的这些相关评论可能会成为一项艰巨的任务。为了自动化这个过程,我们的重点是最初提取和检测的查询相关性,使用积极的语言和语义相关性的上下文中的评论。然后,我们以摘要的形式合并这些注释,以便于理解。具体来说,我们结合情感分析和TextRank模型与基线向量空间模型(VSM)。初步研究结果表明,修正错误的意见往往是积极的,存在着语义相关性与其他横向讨论线程的意见。结果还表明,我们的组合方法提高了整体排名性能对基线VSM。
2021-05-25 cs.SE
SysPro: Reproducing System-level Concurrency Bugs from Bug Reports
University of Maryland Baltimore County(马里兰大学巴尔的摩县分校);Zhejiang Provincial Financial Holdings Co,ltd(浙江省金融控股有限公司);The University of Melbourne(墨尔本大学);Queensland University of Technology (QUT)(昆士兰科技大学);Zhejiang University(浙江大学);University of Connecticut(康涅狄格大学)
SysPro通过自动提取系统调用信息和生成输入数据,有效重现系统级并发bug。
2026-01-14 cs.SE
Entropy Guided Spectrum Based Bug Localization Using Statistical Language Model
在软件开发和维护阶段,定位bug是一项具有挑战性的工作,但也是最重要的工作之一,因为没有确定的规则来识别所有类型的bug。现有的自动错误定位工具使用各种基于测试覆盖率,预先确定的错误模式,或与错误报告的文本相似性,排名可疑的程序元素。然而,由于这些技术依赖于来自单一来源的信息,当相应的来源信息不足时,它们经常受到影响。例如,流行的基于频谱的错误定位可能无法在编写得很差的测试套件下工作。在本文中,我们提出了一种新的方法,EnSpec,指导频谱为基础的错误本地化使用代码熵,一个度量,基本上表示自然的代码来自统计语言模型。我们的直觉是,由于错误代码是高熵的,基于频谱的错误定位与代码熵将更强大的区别错误行与非错误行。我们在原型中实现了我们的想法,并对两个流行的公开基准进行了广泛的评估。我们的研究结果表明,EnSpec优于一个国家的最先进的频谱为基础的错误定位技术。
2018-02-20 cs.SE
Leveraging Data Characteristics for Bug Localization in Deep Learning Programs
针对深度学习程序结构性缺陷难定位的问题,提出Theia,结合训练数据集特征在训练初期检测Keras/PyTorch程序缺陷并给出位置与修复建议,在40个真实程序上定位57/75个缺陷,显著优于NeuraLint的17/75。
2024-12-08 cs.SE
Can LLMs Demystify Bug Reports?
本研究针对现有工具难以自动处理自然语言Bug报告的问题,用Defects4J基准测试ChatGPT,发现其能复现50%的报告Bug,展现了人机协同处理Bug的应用潜力。
2023-10-10 cs.SE
BugRepro: Enhancing Android Bug Reproduction with Domain-Specific Knowledge Integration
Macau University of Science and Technology(澳门科技大学);Northwestern Polytechnical University(西北工业大学)
本文提出BugRepro,通过整合领域知识提升Android应用bug重现的准确性和效率,实验表明其在S2R实体提取准确率和重现成功率上均显著优于现有方法。
2025-05-29 cs.SE
BugScope: Learn to Find Bugs Like Human
Purdue University(普渡大学);University of Southern California(南加州大学);Columbia University(哥伦比亚大学)
BugScope通过模仿人类审计员学习特定错误模式的方式,提出了一种基于三个步骤的代码审计框架,实现了87%的F1分数,优于现有工具。
2026-04-15 cs.SE
Revisiting reopened bugs in open source software systems
重新打开的bug会降低软件系统的整体质量,因为它们需要开发人员进行不必要的返工。此外,重新打开的错误也会导致最终用户对软件质量的信任丧失。因此,预测可能重新打开的错误对于软件开发人员避免返工非常有帮助。先前关于重新开放的错误预测的研究只关注三个开源项目(即,Apache、Eclipse和OpenOffice)来生成见解。我们注意到,三个项目中有一个(即,Apache)有一个数据泄漏问题--重新打开的错误状态被包括在训练数据中,以预测重新打开的错误。此外,先前的研究使用过时的预测模型管道(即,利用构建预测模型的旧技术)来预测重新打开的错误。因此,我们重新开放的错误研究的一个大规模的数据集,包括47个项目跟踪JIRA使用现代技术,如SMOTE,排列重要性与7个不同的机器学习模型。我们使用混合方法(即,定量和定性研究)。我们发现:1)在使用更新后重新开放的bug预测模型管道后,只有34%的项目给出了AUC >= 0.7的可接受性能。2)有四个主要原因导致bug被重新打开,即技术原因(即,补丁/集成问题),文档,人(即,由于错误评估),以及错误报告中未显示的原因。3)在具有可接受AUC的项目中,94%的重新打开的bug是由于补丁问题(即,使用了不正确的补丁)。我们的研究重新开放的错误,并提供了新的见解开发人员的错误重开活动。
2022-02-17 cs.SE
Automatically Enhancing the Quality of Android App Bug Reports
William & Mary(威廉与玛丽学院);University of Central Florida(中佛罗里达大学);George Mason University(乔治梅森大学)
本文提出通过提供具体应用相关信息帮助LLM自动生成清晰详细的缺陷报告,提出BugScribe方法,通过评估显示其生成的报告质量更高且更准确。
2026-07-03 cs.SE
Developer Load Normalization Using Iterative Kuhn-Munkres Algorithm: An Optimization Triaging Approach
错误分类可以定义为将开发人员分配到错误报告的过程。bug分类小组的职责是研究开发人员的概要文件,以便在开发人员和传入的bug报告之间进行适当的匹配。因此,这一过程是问题管理系统中至关重要的一步。事实上,每天提交的bug报告数量正在逐渐增加,这影响了开发人员的工作量。因此,分类团队在分发bug时应该考虑这个因素,因为手动方法,许多开发人员都是负担。特别是,在不考虑工作负载的情况下对bug报告进行分类,不仅会影响开发人员的工作负载,还会导致未解决的bug报告数量的增加。因此,报告的bug的修复时间将相对增加。与其他专注于自动化错误分类而忽略开发人员工作量的研究人员不同,在这项工作中,我们从不同的角度处理分类过程。所提出的方法侧重于如何优化的错误修复时间规范化的开发人员在自动化系统的负载。为了评估我们的工作,我们使用了来自不同bug库的26,317个bug报告。结果表明,我们的工作优于其他系统在优化的错误总修复时间和正常化的开发人员负载。
2022-02-03 cs.SE
GIFdroid: Automated Replay of Visual Bug Reports for Android Apps
错误报告对于软件维护至关重要,它允许用户通知开发人员在使用软件时遇到的问题。然而,对于非技术用户来说,很难写清楚关于bug发生的描述。因此,越来越多的用户开始记录报告错误的屏幕,因为它很容易创建,并包含触发错误的详细过程。但是,由于记录中的长度和不清楚的操作,开发人员重现错误仍然是繁琐和耗时的。为了克服这些问题,我们提出了GIFdroid,一个轻量级的方法来自动重放的执行跟踪从视觉错误报告。GIFdroid采用图像处理技术从记录中提取关键帧,将其映射到GUI Transitions Graph中的状态,并生成这些状态的执行轨迹以触发bug。我们的自动化实验和用户研究证明了它的准确性,效率和实用性的方法。
2022-04-19 cs.SE