Towards Understanding the Impacts of Textual Dissimilarity on Duplicate Bug Report Detection
大约40%的软件错误报告是彼此重复的,这在软件维护期间造成了重大开销。传统的技术通常专注于检测文本相似的重复错误报告。然而,在缺陷跟踪系统中,许多重复的缺陷报告可能在文本上并不相似,传统的技术可能达不到这一点。在本文中,我们进行了一个大规模的实证研究,以更好地了解文本的不同检测重复的错误报告的影响。首先,我们从三个开源系统中收集了总共92,854个错误报告,并构建了两个包含文本相似和文本不相似的重复错误报告的数据集。然后,我们确定了现有的三种技术在检测重复的错误报告的性能,并表明它们的性能显着差的文本不同的重复报告。其次,我们使用描述性分析、词嵌入可视化和人工分析相结合的方法来分析这两组错误报告。我们发现,文本上不同的重复错误报告往往会遗漏重要的组件(例如,预期的行为和步骤来再现),这可能导致它们的文本差异和现有技术的较差性能。最后,我们应用特定领域的嵌入重复的错误报告检测问题,这表明混合的结果。以上所有这些发现都需要进一步的调查和更有效的解决方案来检测文本上不同的重复错误报告。
2022-12-20 cs.SE
MQDD: Pre-training of Multimodal Question Duplicity Detection for Software Engineering Domain
NTIS – New Technologies for the Information Society(NTIS——信息社会新技术研究院);University of West Bohemia(西波西米亚大学)
这项工作提出了一个新的管道,利用在Stack Overflow网站上收集的数据,用于预训练多模态模型,用于在问答网站上搜索重复内容。我们的多模态模型是在问题描述和多种程序设计语言的源代码上训练的。我们设计了两个新的学习目标,以提高重复检测能力。这项工作的结果是一个成熟的,微调的多模态问题重复检测(MQDD)模型,准备集成到堆栈溢出搜索系统中,在那里它可以帮助用户找到已经回答的问题的答案。除了MQDD模型,我们还发布了两个与软件工程领域相关的数据集。第一个Stack Overflow Dataset(SOD)代表了大量的成对问题和答案的语料库。第二个Stack Overflow Duplicity Dataset(SODD)包含用于训练重复检测模型的数据。
2022-03-29 cs.CL cs.LG cs.PL
Duplicate Question Retrieval and Confirmation Time Prediction in Software Communities
本文面向 askubuntu 社区问答,提出融合文本与网络特征的 Siamese 神经网络检索重复问题,并结合机器学习与图特征预测重复确认时间,性能优于基线。
2024-03-05 cs.IR cs.SE cs.SI
Rediscovery Datasets: Connecting Duplicate Reports
同一个缺陷可能会被多个客户端重新发现,从而导致计划外停机,降低客户满意度。在流行的开放源码软件的情况下,定期报告大量缺陷。这些报告中有大量实际上是彼此重复/重新发现的。研究人员分析了过去与重复缺陷报告内容相关的因素。然而,其他一些潜在的重要因素,如重复缺陷报告之间的相互关系,在缺陷跟踪系统(如Bugzilla)中并不容易获得。这些信息可以加快错误修复,使有效的分类,提高客户档案等,在本文中,我们提出了三个缺陷重新发现数据集挖掘Bugzilla。这些数据集捕获三组开源软件项目的数据:Apache、Eclipse和KDE。这些数据集包含18年(1999-2017)期间约91.4万份缺陷报告的信息,以捕获重复缺陷之间的相互关系。我们相信,与社区共享这些数据将有助于研究人员和从业人员更好地理解缺陷重新发现的本质,并增强对缺陷报告的分析。
2017-03-18 cs.SE
Predicting Merge Conflicts in Collaborative Software Development
University of Alberta(阿尔伯塔大学);University of British Columbia(不列颠哥伦比亚大学)
背景在协作软件开发过程中,开发人员经常使用分支来添加功能或修复错误。当合并来自两个分支的更改时,如果更改不一致,则可能发生冲突。开发人员需要在完成合并之前解决这些冲突,这是一个容易出错且耗时的过程。合并冲突的早期检测是处理此问题的方法之一,它警告开发人员在冲突变得庞大和复杂之前解决冲突。现有技术通过在后台连续地拉取和合并分支的所有组合来实现这一点,以在冲突发生时立即通知开发人员,这是计算上昂贵的过程。降低此成本的一种潜在方法是使用基于机器学习的冲突预测器,该预测器过滤掉不太可能具有冲突的合并场景,即安全合并场景。目标。在本文中,我们评估冲突预测是否可行。法我们设计了一个分类器预测合并冲突,基于9个轻量级的Git功能集。为了评估我们的预测器,我们对来自7种程序设计语言的744个GitHub存储库的267,657个合并场景进行了大规模研究。结果我们的研究结果表明,我们实现了高f1分数,从0.95到0.97不同的程序设计语言,预测安全合并的情况下。对于冲突的合并场景,f1分数在0.57和0.68之间。结论.预测合并冲突在实践中是可行的,特别是在预测安全合并场景作为推测性合并的预过滤步骤的上下文中。
2019-07-14 cs.LG cs.SE
GitBugs: Bug Reports for Duplicate Detection, Retrieval Augmented Generation, Triage, and More
Hewlett Packard Enterprise(惠普企业);Heinz College of Information Systems and Public Policy Carnegie Mellon University(卡内基梅隆大学海因茨信息系统与公共政策学院)
GitBugs包含15万余条bug报告,提供标准化分类字段和预定义训练测试集,支持重复检测、检索增强生成、自动分拣等软件工程研究任务。
2026-04-28 cs.SE
Automatic Detection and Resolution of Software Merge Conflicts: Are We There Yet?
开发人员创建软件分支用于临时添加功能和修复错误,并定期合并分支以发布具有新功能或修复补丁的软件。当来自不同分支的程序编辑在文本上重叠时(即,文本冲突),或者这些编辑的共同应用导致编译或运行时错误(即,编译或动态冲突),对于开发人员来说消除合并冲突是具有挑战性的并且是耗时的。先前的研究调查了合并冲突的流行程度,以及冲突与代码气味或软件开发过程的关系;工具被用来发现和解决冲突。然而,一些基本的研究问题仍然没有得到全面的探讨,包括(1)冲突是如何引入的,(2)开发人员如何手动解决冲突,以及(3)现有工具无法处理哪些冲突。在本文中,我们采用了一种混合方法,将自动检测与手动检查相结合,以揭示15个开源存储库中的204个合并冲突及其解决方案。在15个开源项目的版本历史中占%。我们的数据分析揭示了三个现象。首先,编译和动态冲突更难检测,尽管当前的工具主要关注文本冲突。第二,在相同的合并上下文中,开发人员通常使用类似的策略解决类似的文本冲突。第三,开发人员手动修复了大多数检查到的编译和动态冲突,方法是类似于编辑合并版本,就像他们对其中一个分支所做的那样。我们的研究揭示了自动检测和解决合并冲突的挑战和机遇;它还揭示了系统性程序编辑和更改建议等相关领域。
2021-03-03 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
Alleviating Merge Conflicts with Fine-grained Visual Awareness
软件团队成员在处理相同代码时所产生的合并冲突可能需要花费很大的代价才能解决,并且会对生产力产生负面影响。在这项工作中,我们建议细粒度的合并冲突意识,软件团队成员的潜在合并冲突通知通过图形装饰的相关语义元素,在近实时的方法。这种方法的新颖之处在于,它允许软件开发人员精确定位冲突中的元素,例如方法的主体、参数、返回值等,从而在冲突发生后不久在语义级别上促进关于冲突更改的通信。我们还对我们的方法进行了初步的定性评估,我们在本文中报告了评估结果。
2015-08-08 cs.SE
A Prompt-based Few-shot Learning Approach to Software Conflict Detection
软件需求规范(SRS)文档是软件开发生存周期的重要组成部分,概述了开发中的软件程序必须满足的需求。该文档通常由不同的利益相关者群体指定,并且会不断变化,因此维护文档和检测需求之间的冲突是软件开发中的一项重要任务。值得注意的是,早期没有在SRS文档中解决冲突的项目在开发生存周期的后期会面临相当多的问题。这些问题在时间和金钱方面产生了巨大的成本,这些成本往往成为不可逾越的障碍,最终导致软件项目的终止。因此,早期发现SRS冲突对项目的可持续性至关重要。冲突检测任务以多种方式进行,其中许多方式需要来自开发者的大量人工干预,或者需要访问大量标记的、特定于任务的训练数据。在这项工作中,我们提出了使用一个基于样本的学习方法来执行少样本学习的冲突检测。我们将我们的结果与使用预训练语言模型(如BERT及其变体)的监督学习方法进行了比较。我们的研究结果表明,仅用32个标记的示例进行提示,就可以在许多关键指标上达到与监督学习在训练集上的性能相似的性能水平。与许多其他冲突检测方法相比,我们对底层需求的类型没有任何假设,允许我们分析功能和非功能需求的配对。这使我们能够省略从数据集中过滤掉非功能性需求的潜在昂贵任务。
2022-11-04 cs.SE
CONGRA: Benchmarking Automatic Conflict Resolution
The University of Hong Kong(香港大学)
针对软件合并冲突解决缺乏难度分级与大规模基准的问题,提出ConGra基准方案,基于代码操作分类构建含44,948个冲突的数据集,评估LLMs并发现两个反直觉现象。
2024-09-21 cs.LG cs.SE
Looking for related discussions on GitHub Discussions
软件团队越来越多地采用不同的工具和沟通渠道来帮助软件协作开发模型和协调任务。在这些资源中,基于编程社区的问答(PCQA)论坛已被开发人员广泛使用。这样的环境使开发人员能够获取和共享技术信息。由于对支持开源软件(OSS)项目的开发和管理感兴趣,GitHub宣布推出GitHub Discussions -一个本地论坛,以促进用户和平台上托管的社区成员之间的协作讨论。由于GitHub讨论类似于PCQA论坛,因此它面临着与此类环境类似的挑战,其中包括相关讨论的发生(重复或几乎重复的帖子)。虽然重复的帖子有相同的内容-并且可能是完全相同的副本-但近似重复的帖子共享类似的主题和信息。两者都可能给平台带来噪音,并损害项目知识共享。在本文中,我们解决了在GitHub讨论中检测相关帖子的问题。为此,我们提出了一种基于句子BERT预训练模型的方法:RD检测器。我们使用来自不同OSS社区的数据评估了RD-Detector。OSS维护人员和软件工程(SE)研究人员手动评估了RD-Detector的结果,其精度达到了75%到100%。此外,维护人员指出了这种方法的实际应用,例如合并讨论的线程并将讨论作为彼此的评论。OSS维护人员可以从RD-Detector中受益,以解决手动检测相关讨论并多次回答同一问题的劳动密集型任务。
2022-06-23 cs.CY cs.SE
Semantic Similarity-Based Clustering of Findings From Security Testing Tools
Technical University of Munich(慕尼黑工业大学);Siemens Technology(西门子科技);LMU Munich(慕尼黑大学)
在过去的几年里,具有高安全性要求的领域中的软件开发从传统方法过渡到将现代方法与软件开发和运营(DevOps)相结合。DevOps的关键原则越来越重要,现在被应用于软件开发的安全方面,从而实现了安全增强活动的自动化。特别是,通常的做法是使用自动化的安全测试工具,这些工具在从多个角度检查软件工件之后生成报告。然而,这带来了产生重复安全调查结果的挑战。为了手动识别这些重复的发现,安全专家必须投入时间,精力和知识等资源。这个过程的部分自动化可以减少分析工作,鼓励DevOps原则,并减少人为错误的机会。在这项研究中,我们研究了应用自然语言处理聚类语义相似的安全结果,以支持识别特定问题的重复结果的潜力。为了实现这一目标,我们开发了一个Web应用程序,用于注释和评估安全测试工具报告,并发布了一个人工注释的聚类安全发现语料库。此外,我们进行了不同的语义相似性技术的比较,自动分组的安全调查结果。最后,我们使用定量和定性的评价方法来评估所产生的集群。
2022-11-20 cs.CL cs.SE
Automatically detecting the conflicts between software requirements based on finer semantic analysis
Beihang University(北京航空航天大学)
背景:软件需求之间的冲突给产品开发带来了不确定性。已经提出了一些很好的方法来识别这些冲突。然而,它们通常需要用特定的模板表示的软件需求和/或依赖于其他外部资源,这在实践中通常很难为许多项目构建。目的:本文提出了一种基于语义分析的需求冲突检测器(FSARC),通过分析自然语言功能需求的语义成分,自动检测它们之间的冲突。方法:建立一个统一的八元组形式的功能需求语义元模型。然后,我们提出了算法来自动分析的语言特征的需求和注释的语义元素的语义模型的建设。根据文本模式和语义依赖性,定义了七种冲突类型及其启发式检测规则。最后,设计并实现了冲突检测算法。结果如下:在四个需求数据集上的实验表明,FSARC的冲突检测召回率接近100%,平均准确率为83.88%。结论:我们提供了一个有用的工具来检测自然语言功能需求之间的冲突,以提高最终的需求集的质量。此外,该方法能够将自然语言的功能需求转换为8个语义元组,不仅可以用于需求间冲突的检测,还可以用于需求间关联的构建等任务。
2021-03-03 cs.AI cs.SE
The Two Paradigms of Software Design
在信息系统和软件工程中,设计的主流观点,即理性设计范式,将软件开发视为一个有条理的、以计划为中心的、近似理性的过程,为已知的约束和目标优化设计候选者。本文综合了一种替代性设计范式,它将软件开发视为一个方法论的、即兴的、情感化的过程,同时构建问题并构建工件来解决问题。这些相互冲突的范式是理性主义和非理性主义之间更深层次的哲学冲突的表现。本文阐明了每种范式的性质、组成和假设,并探讨了范式冲突对研究、实践和教育的影响。
2013-03-24 cs.SE
Using Machine Learning Safely in Automotive Software: An Assessment and Adaption of Software Process Requirements in ISO 26262
University of Waterloo(滑铁卢大学)
机器学习(ML)的使用在软件开发的许多领域都在增加,汽车软件开发也不例外。特别是,高级驾驶辅助系统(ADAS)和自动驾驶系统(ADS)是ML发挥重要作用的两个领域。在汽车开发中,安全是一个至关重要的目标,ISO 26262等标准的出现有助于集中行业实践,以系统和一致的方式解决安全问题。不幸的是,这些标准并不是为了适应ML等技术或ADS提供的功能类型而设计的,这在创新需求和提高安全性需求之间产生了冲突。在本报告中,我们采取措施通过对ISO 26262进行详细的评估和调整来解决这一冲突,特别是在监督学习的背景下。首先,我们分析了作为冲突根源的关键因素。然后,我们评估每个软件开发过程要求(ISO 26262第6部分)对ML的适用性。在存在差距的地方,我们提出了新的要求来弥补差距。最后,我们将讨论第6部分的这个经过修改和扩展的变体在ML开发场景中的应用。
2018-08-05 cs.LG cs.SE stat.ML
An Empirical Study on the Impact of Code Duplication-aware Refactoring Practices on Quality Metrics
本文通过分析128个开源Java项目中332个重构提交,实证研究了代码重复消除重构操作对设计质量指标的影响,发现多数指标能捕捉开发者去重意图,但部分指标未能完全反映。
2025-02-06 cs.SE
The Double-Edged Sword of Diversity: How Diversity, Conflict, and Psychological Safety Impact Software Teams
本研究基于分类-阐述模型,分析161个软件团队的多样性对效能与冲突的影响,发现年龄多样性提升效能、性别多样性增加冲突,心理安全有直接积极作用但无调节效应,指出多样性影响具有复杂性。
2023-11-16 cs.SE
The Importance of Conflict Resolution Techniques in Autonomous Agile Teams
如今,软件公司通常以团队形式组织工作。关于团队发展的社会科学研究表明,一个团队要达到一个富有成效和自主的阶段,它必须能够有效地管理内部冲突和分歧。为了更好地促进团队开发过程中,我们认为,软件工程师的谈判技巧和解决冲突的需要额外的培训。在这份立场文件中,我们概述了在这种培训中应考虑哪些方面的想法。作为一个例子,我们认为,大多数的冲突起源于团队层面的因素,因此,他们应该在团队层面上管理,而不是在有关的二元。
2019-04-05 cs.SE
Catch the Butterfly: Peeking into the Terms and Conflicts among SPDX Licenses
本文提出基于条款粒度分析主流软件许可证,构建含453个 SPDX 许可证条款与冲突标注的高质量数据集,并通过实证研究揭示许可证差异、copyleft 冲突及 NPM 生态中的使用威胁。
2024-01-19 cs.SE
Deja Vu at Scale: Paraphrase-Robust Detection of Duplicate Gherkin Steps in Behaviour-Driven Software Testing with Sentence-Transformer Embeddings and a 1.1M-Step Open Benchmark
work(工作);seecs.edu.pk(SEECs大学);tum.de(图腾大学)
针对BDD测试中Gherkin步骤重复问题,提出结合精确哈希、归一化Levenshtein、句子Transformer余弦和Levenshtein带混合的四种策略检测器,并构建跨组织语料库和标注基准,F1达0.906。
2026-06-15 cs.CL cs.IR cs.SE
Automated Extraction and Analysis of Developer's Rationale in Open Source Software
本研究基于Kantara架构实例化,结合预训练模型与大语言模型提出开源软件开发者设计理由的自动化提取分析方法,可检测推理冲突与设计退化问题,经Linux内核OOM-Killer模块及五个高活项目验证具备可行性与泛化潜力,助力开发者规避变更冲突。
2025-04-22 cs.SE
Supervised Semantic Similarity-based Conflict Detection Algorithm: S3CDA
针对软件需求工程中自动检测冲突的挑战,提出两阶段算法S3CDA,通过语义相似度识别潜在冲突需求对并结合领域特定实体验证,在特定领域数据集上优于GPT-4o等大型语言模型。
2025-07-14 cs.SE
Automated Regression Unit Test Generation for Program Merges
将其他分支合并到当前工作分支中在协作软件开发中很常见。然而,开发人员仍然严重依赖文本合并工具来处理复杂的合并任务。潜在的语义合并冲突可能无法被检测到,并降低软件质量。回归测试能够防止回归错误,在实际软件开发中得到了广泛的应用。然而,合并后的软件可能无法很好地检查重新运行现有的整个测试套件。直观地说,如果测试套件未能同时覆盖不同分支的更改,则合并冲突将无法被检测到。最近,有人提出对3路合并进行验证,但这种方法甚至不支持一些常见的情况,例如对程序的不同部分进行不同的更改。在本文中,我们提出了一种回归单元测试生成方法,专门用于检查程序合并,根据我们提出的测试预言。我们的通用测试预言机不仅支持我们检查3路合并,还支持2路合并和章鱼合并。考虑到项目中除了方法变更外,其他位置也可能出现冲突,本文设计了一种基于项目整体依赖性分析的UUT选择算法。在此基础上,我们实现了一个工具TOM来生成Java程序合并的单元测试。我们还设计了由389个冲突3路合并和389个冲突八达通合并组成的基准MCon 4J,以促进对该主题的进一步研究。实验结果表明,TOM发现了45个冲突的3路合并和87个冲突的章鱼合并,而基于验证的工具无法工作的MCon 4J。
2020-02-29 cs.SE
AgenticFlict: A Large-Scale Dataset of Merge Conflicts in AI Coding Agent Pull Requests on GitHub
University of Nevada Las Vegas(内华达大学拉斯维加斯分校)
本文提出AgenticFlict数据集,用于研究AI编码代理生成的合并冲突问题,揭示了AI生成代码中合并冲突的频率和影响,强调了对AI辅助软件开发中集成挑战的理解需求。
2026-05-12 cs.AI cs.HC cs.SE
Duplicate-sensitivity Guided Transformation Synthesis for DBMS Correctness Bug Detection
数据库管理系统(DBMS)在从移动应用程序到网上银行的现代软件中发挥着核心作用。DBMS应该为所有应用程序提供正确的数据是至关重要的。当DBMS返回不正确的数据时,就会触发正确性错误。目前的生产级数据库管理系统仍然遭受不足的测试,由于有限的手写测试用例。最近几个作品提出了自动生成许多测试用例的查询转换,一个过程中产生一个等价的查询对和测试的DBMS,通过检查系统是否返回相同的结果集的两个查询。然而,它们仍然严重依赖于手工工作来提供转换,这在很大程度上限制了它们对有效输入查询空间的探索。本文介绍了重复灵敏度指导的变换合成,自动发现新的转换,首先合成许多候选人,然后过滤不等价的。我们的自动合成是通过变异的查询,同时保持其重复的敏感性,这是查询等价的必要条件。在候选合成之后,我们使用查询等价检查器来保持与给定查询等价的突变查询。此外,我们已经实现了我们的想法在一个工具Eqsql,并使用它来测试生产级DBMS。在两个月内,我们在MySQL、TiDB和CynosDB中总共检测到30个新确认的独特错误。
2021-07-08 cs.DB cs.PL cs.SE
BDCI: Behavioral Driven Conflict Identification
源代码管理(SCM)系统通过提供诸如版本控制、分支和冲突检测之类的特性来支持软件支持软件演化。尽管存在这些功能,支持并行软件开发往往是有限的。SCM系统只能解决开发人员在同时处理多个并行分支时可能引入的冲突的一个子集。事实上,SCM系统可以检测到文本冲突,这是由相同的程序位置的并发修改所产生的,但它们无法检测到高阶冲突,这是由不同的程序位置的并发修改所产生的,这些程序位置一旦合并就会产生程序错误行为。更高阶的冲突很难检测,修复起来也很昂贵,因为它们可能是由明显不相关的更改的干扰引起的。在本文中,我们提出了行为驱动的冲突识别(BDCI),一种新的冲突检测方法。BDCI通过生成和比较行为模型,将冲突分析从源代码级别转移到程序行为级别。基于行为模型的分析可以揭示干扰的变化,只要它们被引入到SCM系统中,即使它们没有引入任何文本冲突。为了评估所提出的方法的有效性和成本,我们开发了BDCIf,一个特定的BDCI实例,专门用于检测与程序功能行为相关的高阶冲突。通过分析多个版本的Git和Redis收集的证据表明,BDCIf可以有效地检测高阶冲突,并报告更改可能如何干扰。
2017-08-04 cs.SE
Stack Trace-Based Crash Deduplication with Transformer Adaptation
University of Calgary(卡尔加里大学);York University(约克大学);IBM Canada(IBM加拿大)
提出基于Transformer的dedupT方法,适配预训练语言模型处理栈跟踪,训练全连接网络排序重复崩溃,在四个公开数据集上优于现有方法,减少人工分类工作量。
2026-10-22 cs.LG cs.SE
Evolutionary Conflict Checking
在软件演化过程中,现有功能可能会受到新更改的不利影响,这就是众所周知的回归错误。维护高质量的测试套件有助于防止回归错误,而这在很大程度上取决于开发人员。基于新的变更不断地扩充现有的测试套件可以帮助开发人员调查这些新变更的影响。通过比较生成的测试用例在两个版本上的执行情况,现有技术能够检测出一些常见的错误。然而,缺少对现有程序行为的新更改的需求和预言。此外,当新的更改没有与其他未更改的代码进行充分检查时,可能会引入新的错误,最终无法满足开发人员对更改的真实意图。在本文中,我们提出了进化冲突检查的概念,以验证新的变化。通过提取新变更所反映的开发者意图,将线性演化过程转化为一个三向合并过程,检测现有行为与新变更之间的冲突。我们的实验结果表明,进化冲突检查是能够适用于保证软件质量的变化。
2020-09-22 cs.SE
A transfer learning approach for automatic conflicts detection in software requirement sentence pairs based on dual encoders
School of Mathematics and Computer Science, Yunnan Minzu University(云南民族大学数学与计算机科学学院)
本文提出基于SBERT和SimCSE的TSRCDF-SS框架,通过双编码器和混合损失优化提升软件需求句对冲突检测的准确率和跨领域迁移性能。
2025-11-28 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
Adapting Multi-objectivized Software Configuration Tuning
University of Birmingham(伯明翰大学)
针对元多目标化软件配置调优中固定权重依赖试错的问题,提出 AdMMO 自适应权重方法及部分重复保留机制,在 71% 场景中优于现有方法,最高加速 2.2–20 倍。
2024-04-06 cs.AI cs.DC cs.SE
Detecting Semantic Conflicts with Unit Tests
针对语义合并冲突问题,提出基于自动生成单元测试作为部分规范的语义合并工具SAM,实证评估显示结合特定测试生成工具与可测试性转换可有效检测冲突。
2023-10-03 cs.SE
Conflict Detection for Edits on Extended Feature Models using Symbolic Graph Transformation
特征模型用于指定出现的用户可配置系统的可变性,例如,软件产品线。软件产品线应该是长期存在的,因此,必须随着时间的推移不断发展,以满足不断变化的需求。演化在编辑操作方面对特征模型施加了改变。确保并发编辑的一致性需要适当的冲突检测技术。然而,最近的方法无法处理的关键微妙的扩展功能模型,即约束混合功能树模式与一阶逻辑公式在非布尔功能属性与潜在的无限值域。在本文中,我们提出了一种新的冲突检测方法的基础上,符号图变换,以促进并发编辑的扩展特征模型。我们用符号图形式化地描述扩展特征模型,用符号图转换规则结合图模式和一阶逻辑公式描述编辑操作。该方法是通过结合eMoetry与SMT求解器来实现的,并就适用性进行了评估。
2016-04-01 cs.SE
Towards Development with Multi-Version Models: Detecting Merge Conflicts and Checking Well-Formedness
开发复杂的软件需要软件的多个视图和版本可以并行开发,并在视图支持下合并,并由版本控制系统管理。在这种情况下,本文认为监测合并和相关的一致性问题永久的模型和抽象语法的水平,允许早期和频繁的冲突检测,同时并行开发。所提出的方法引入了基于类型化图的多版本模型,其允许以紧凑的形式在一个图中存储更改和多个版本,并且允许(1)研究所有版本的格式良好性,而不需要单独提取每个版本,(2)报告所有可能的合并冲突,而不需要合并所有版本对,以及(3)报告将导致任何两个版本的合并的格式良好性条件的所有违反,而不需要合并所有版本对,而与任何合并决策无关。本文定义了多版本模型上的相关概念和算法,证明了它们的正确性。通常采用的三路合并,并报告有关的可扩展性的初步实验。
2022-07-11 cs.SE
DeepLSH: Deep Locality-Sensitive Hash Learning for Fast and Efficient Near-Duplicate Crash Report Detection
INSA Lyon(里昂国立应用科学学院);Infologic R&D(Infologic研发中心);Riot Games(拳头游戏)
本文提出DeepLSH,一种基于孪生深度神经网络和原始损失函数的局部敏感哈希方法,用于快速高效检测近似重复崩溃报告,即使对Jaccard和余弦度量也能近似局部敏感属性,并通过实验验证。
2023-10-10 cs.AI cs.SE
Automatic Debugging Support for UML Designs
大型软件系统的设计需要严格应用涵盖软件过程所有阶段的软件工程方法。在早期的设计阶段进行调试是非常重要的,因为后期的错误修复是昂贵的。在本文中,我们描述了一种方法,便于调试的UML需求和设计。统一建模语言(UML)是一组用于软件系统的面向对象设计的符号。我们已经开发出一种算法,翻译的形式,注释序列图到结构化的状态图的需求规格。该算法检测序列图之间的冲突和领域知识中的不一致。在从序列图合成状态图之后,这些状态图通常受到手动修改和细化。通过使用我们的合成算法的“向后”方向,我们能够将对状态图的修改映射回需求(序列图),并检查那里的冲突。反馈给用户的冲突检测我们的算法是基于演绎的调试的需求和域理论在非常早期的发展阶段的基础。我们的方法允许生成关于为什么存在冲突以及规范的哪些部分受到影响的解释。
2000-11-13 cs.PL cs.SE
Program Merge Conflict Resolution via Neural Transformers
Microsoft(微软);Washington State University(华盛顿州立大学);UC Irvine(加州大学欧文分校);Microsoft Research(微软研究院);University of Pennsylvania(宾夕法尼亚大学)
协作软件开发是现代软件开发生存周期的一个组成部分,是大型软件项目成功的关键。当多个开发人员对同一行代码进行并发更改时,可能会发生合并冲突。这种冲突会使拉取请求和持续集成管道延迟数小时到数天,严重影响开发人员的生产力。为了解决这个问题,我们介绍了MergeBERT,一种新的神经程序合并框架的基础上令牌级的三路差分和一个Transformer编码器模型。通过利用合并冲突解决方案的限制性,我们重新制定的任务,生成的决议序列作为一个分类任务,从现实世界的合并提交数据中提取的一组原始合并模式。我们的模型在合并分辨率合成方面实现了63-68%的准确率,与现有的半结构化工具相比,性能提高了近3倍,与神经程序合并工具相比,性能提高了2倍。最后,我们证明了MergeBERT足够灵活,可以处理Java、JavaScript、TypeScript和C#程序设计语言中的源代码文件。为了衡量MergeBERT的实际使用,我们进行了一项用户研究,以评估MergeBERT的建议与25名开发人员从大型OSS项目的122个现实世界中遇到的冲突。结果表明,在实践中,MergeBERT决议将被接受在一个更高的速度比估计的精度和准确性的自动度量。此外,我们使用参与者的反馈来确定未来改进MergeBERT的途径。
2022-11-29 cs.CL cs.SE
Governance-Aware Software Architecture for Multi-Stakeholder Platforms
Carnegie Mellon University(卡内基梅隆大学)
提出治理-架构对应框架,将多利益相关方平台的治理原则映射到架构决策空间,使隐含治理决策显式化,并以卢旺达养猪知识平台为例说明。
2026-05-29 cs.CY cs.SE
ACoRe: Automated Goal-Conflict Resolution
IMDEA Software Institute(IMDEA软件研究所);Universidad Politécnica de Madrid(马德里理工大学);SnT, University of Luxembourg(卢森堡大学科学与技术学院);Universidad Nacional de Río Cuarto and CONICET(里奥夸尔托国立大学和阿根廷国家科学研究委员会)
本文提出ACoRe,首个自动为线性时态逻辑形式化需求规格说明中的目标冲突提出消解方案的方法,集成多目标搜索算法,在25个案例上验证有效。
2023-03-09 cs.SE
ConE: A Concurrent Edit Detection Tool for Large Scale Software Development
Microsoft Research(微软研究院);Delft University of Technology(代尔夫特理工大学);Facebook
现代复杂的软件系统正在不断扩展和调整。负责此任务的开发人员可能来自不同的团队或组织,并且可能分布在世界各地。这可能使跟踪其他开发人员正在做什么变得困难,这可能导致多个开发人员同时编辑相同的代码区域。反过来,这可能导致难以合并的更改,甚至合并冲突,难以检测的逻辑错误,重复工作和浪费开发人员的生产力。为了解决这个问题,我们探讨了这个问题的程度在拉请求为基础的软件开发模型。我们研究了微软六个大型存储库半年的变化,其中每个月至少创建1,000个拉取请求。我们发现在不同拉取请求中同时编辑的文件更有可能引入错误。基于这些发现,我们设计、实现和部署了一个名为ConE(并发编辑检测器)的服务,该服务可以主动检测包含并发编辑的拉取请求,以帮助缓解由它们引起的问题。ConE被设计成可扩展的,并且在仍然标记相关的并发编辑的文件的同时最小化错误警报。ConE的关键概念包括检测拉取请求之间的重叠程度,以及识别很少并发编辑的文件。为了评估ConE,我们报告了它在Microsoft内部234个存储库上的操作部署。ConE评估了26,000个拉取请求,并就冲突的更改提出了775条建议,这些建议在超过70%(554)的案例中被评为有用。从对48名用户的采访中,我们了解到他们认为ConE可以节省解决冲突和避免重复工作的时间,超过90%的人打算继续每天使用该服务。
2021-09-25 cs.LG cs.PL cs.SE
LLM-based vs. Search-based Merge Conflict Resolution: An Empirical Study of Competing Paradigms
Federal Fluminense University(联邦弗鲁米嫩塞大学)
本文通过实证研究比较了基于大语言模型和基于搜索的合并冲突解决方法,揭示了两者在实际场景中的优劣势及权衡。
2026-05-15 cs.SE
The Vision of Software Clone Management: Past, Present, and Future
重复代码或代码克隆是一种代码气味,对软件系统的开发和维护既有积极的影响,也有消极的影响。过去的软件克隆研究主要集中在代码克隆的检测和分析上,而近年来的研究扩展到了克隆管理的整个领域。在过去的十年中,三个调查出现在文献中,其中包括检测,分析和代码克隆的进化特征。本文对克隆管理的最新技术进行了全面调查,并深入调查了克隆管理活动(例如,跟踪、重构、成本效益分析)。这是第一次调查克隆管理,我们指出的成就,到目前为止,并揭示了必要的进一步研究走向一个综合的克隆管理系统的途径。我们相信,我们在调查克隆管理领域方面做得很好,这项工作可以作为该领域未来研究的路线图
2020-05-03 cs.SE
SCoPE: Evaluating LLMs for Software Vulnerability Detection
本研究提出SCoPE框架优化CVEFixes数据集,并微调三个预训练大语言模型进行软件漏洞检测,最佳模型F1分数达53%。
2024-07-19 cs.AI cs.CR cs.LG
Towards Emotionally Intelligent Software Engineers: Understanding Students' Self-Perceptions After a Cooperative Learning Experience
本文通过案例研究分析29名软件工程学生在合作学习项目后的情绪智能自我认知,发现其管理自身情绪能力较强,并发展出非正式策略以提升生产力与冲突解决能力。
2025-02-07 cs.SE
Human Values in Software Release Planning
软件产品已经成为人类生活中不可或缺的一部分,因此需要考虑隐私,公平和平等等人类价值观。在软件开发中忽视人类价值观会导致偏见和对人类价值观的侵犯:累犯评估和面部识别软件中的种族偏见就是此类问题的众所周知的例子。软件开发中最关键的步骤之一是软件发布计划(SRP),其中决定软件中是否存在需求(功能)。这种决定主要是由需求的经济价值指导的,忽视了它们对更广泛的人类价值的影响。这可能会导致忽略(选择)对人类价值观产生积极(消极)影响的需求,从而增加软件中违反价值观的风险。为了解决这个问题,我们提出了一种整数规划方法来在软件发布规划中考虑人类价值。在这方面,已经提出了一个线性规划(ILP)模型,明确考虑到人类的价值,找到一个“最佳”的子集的要求。ILP模型利用模糊图的代数结构来捕获需求值之间的依赖关系和冲突。
2021-02-04 cs.SE
"Show Me You Comply... Without Showing Me Anything": Zero-Knowledge Software Auditing for AI-Enabled Systems
Tilburg University(蒂尔堡大学);Eindhoven University of Technology(埃因霍温理工大学);University of São Paulo(圣保罗大学);Politecnico di Milano(米兰理工大学);University of Sannio(萨尼奥大学)
本文提出ZKMLOps框架,通过将零知识证明整合到机器学习运维生命周期中,解决AI系统审计中的透明性与保密性冲突问题,提供可验证的加密证据以满足监管要求。
2026-05-08 cs.SE
A systematic literature review on source code similarity measurement and clone detection: techniques, applications, and challenges
School of Computer Engineering, Iran University of Science and Technology(伊朗科学与技术大学计算机工程学院);University of Saskatchewan(萨斯喀彻温大学)
本文对源代码相似度测量与克隆检测进行系统性文献综述,分析了136篇研究中80个工具在五大应用领域的八种技术,指出缺乏可靠数据集和混合方法等主要挑战。
2023-06-28 cs.AI cs.PL cs.SE
LM2Alloy: Investigating LLM-Generated Formal Specifications for Automated Test Derivation in Production Software
North Dakota State University(北达科他州立大学)
该研究探索用大语言模型从需求文档和生产源代码生成Alloy形式规范及推导可执行测试用例,在Flipper和Cerberus库上评估,发现能揭示约束级缺陷,基于代码的规范方差更低,为生产软件自动测试推导提供了新方法。
2026-07-22 cs.SE
Towards a Taxonomy of Sustainability Requirements for Software Design
Ca’ Foscari University(威尼斯福斯卡里大学);University of Calgary(卡尔加里大学);University of Calcutta(加尔各答大学)
本研究通过系统文献综述构建了覆盖环境、技术、社会和经济四个维度的可持续性需求分类体系,并提供定义、指标及相关矩阵,以帮助开发者和管理者有效处理可持续软件开发中的权衡。
2025-10-10 cs.SE
Towards offensive language detection and reduction in four Software Engineering communities
软件工程(SE)社区,如Stack Overflow,已经变得不受欢迎,特别是通过成员使用攻击性语言。研究表明,攻击性语言会使用户远离这些平台的积极参与。这项工作旨在通过调查用户在四个主要SE平台(GitHub,Gitter,Slack和Stack Overflow(SO))上发布的评论中攻击性语言的性质来更广泛地探讨这个问题。提出了一种采用自然语言处理和深度学习技术对SE社区中的攻击性语言进行检测和分类的方法。此外,还提出了一个减少冲突系统,该系统确定犯罪行为,然后建议可以作出哪些改变,以尽量减少犯罪行为。除了在来自四个不同社区的100多万条评论中显示攻击性语言的流行率(从0.07%到0.43%不等)之外,我们的研究结果还显示了成功检测和分类此类语言的希望。CRS系统有可能大大减少人工审核工作,以检测和减少SE社区的犯罪。
2021-06-12 cs.SE
Data and Context Matter: Towards Generalizing AI-based Software Vulnerability Detection
School of Electrical Engineering and Computer Science, National University of Sciences and Technology(电气工程与计算机科学学院,国立科学与技术大学)
本研究提出VulGate高质量数据集,通过实验证明数据质量与编码器模型选择能显著提升AI漏洞检测的泛化能力,在BigVul上召回率提升6.8%。
2025-10-06 cs.AI cs.CR cs.SE