Optimized Fuzzy Logic Based Framework for Effort Estimation in Software Development
在项目开发的早期阶段进行软件工作量估算，对于满足当今世界的竞争需求具有重要意义。努力估计的准确性、可靠性和精确性是十分可取的。算法模型（如建设性成本模型（COCOMO））的输入中存在的固有不精确性会导致输出中的不精确性，从而导致错误的工作量估计。基于模糊逻辑的成本估计模型本质上适合于解决输入中的模糊性和不精确性，以进行可靠和准确的工作估计。在本文中，我们提出了一个优化的模糊逻辑为基础的软件开发工作量预测框架。所述框架容忍不精确性，结合专家知识，通过规则解释预测原理，在预测系统中提供透明度，并且可以随着新数据的可用性而适应不断变化的环境。传统的成本估算模型COCOMO在拟议的研究中扩展，将未来的概念纳入规模的测量，项目的发展模式和成本驱动因素有助于整体发展努力。
2010-04-19 cs.SE
Impact of the Availability of ChatGPT on Software Development: A Synthetic Difference in Differences Estimation using GitHub Data
本文利用GitHub Innovation Graph数据及政府封禁ChatGPT的自然实验，通过DID、SC和SDID方法评估发现，ChatGPT显著提升软件开发活动与开发者生产力。
2024-06-16 cs.SE cs.SI econ.EM
Runtime Verification for Business Processes Utilizing the Bitcoin Blockchain
使用流程编排和分散的业务流程管理系统已被命名为集中式业务流程编排的替代方案。在编排中，对流程实例的控制由独立的各方共享，在流程运行时，没有任何一方拥有完全的控制权或知识。尽管如此，出于文档编制、记帐或补偿的目的，在运行时期间监视和验证流程实例是必要的。为了实现业务流程运行时验证，这项工作探索了比特币区块链的适用性，以创建一个新的编排解决方案。由此产生的方法是实现在一个功能齐全的软件原型。该软件解决方案在定性比较中进行评估。研究结果表明，我们基于区块链的方法可以实现对编排的无缝执行监控和验证，同时保持流程参与者的匿名性和独立性。此外，在性能分析的原型进行了评估。
2017-08-18 cs.DC cs.SE
Exploring the Efficacy of Transfer Learning in Mining Image-Based Software Artifacts
Chapman University（查普曼大学）；University of California, Irvine（加州大学欧文分校）
迁移学习允许我们通过利用先前为另一项任务训练的现有模型，训练需要大量学习参数的深度架构，即使可用数据量有限。在这里，我们探讨了迁移学习的适用性，利用非软件工程数据应用于分类软件UML图的问题的模型预训练。我们的实验结果表明，训练对迁移学习的反应与样本大小有关，即使预训练的模型没有暴露于来自软件领域的训练实例。我们将转移网络与其他网络进行了对比，以显示其在不同大小的训练集上的优势，这表明当大量训练数据不可用时，迁移学习对自定义深度架构同样有效。
2020-03-03 cs.LG cs.SE
Utilizing Source Code Syntax Patterns to Detect Bug Inducing Commits using Machine Learning Models
本研究提出从源代码语法模式中提取特征来检测引入缺陷的提交，实验表明该方法在多种机器学习模型上提升了缺陷检测性能，并提供了更好的可解释性。
2022-12-07 cs.SE
Machine Learning Based Approach to Recommend MITRE ATT&CK Framework for Software Requirements and Design Specifications
Minnesota State University（明尼苏达州立大学）
设计更安全的软件已经成为网络世界的一个关键挑战。开发安全软件的方法、技术和工具是非常重要的。为了开发安全的软件，软件开发人员需要像攻击者一样思考，通过挖掘软件存储库。这些旨在分析和理解与软件开发相关的数据存储库。主要目标是使用这些软件存储库来支持软件开发的决策过程。有不同的漏洞数据库，如常见漏洞枚举（CWE），常见漏洞和暴露数据库（CVE）和CAPEC。我们使用了一个名为MITRE的数据库。MITRE ATT&CK策略和技术已经以各种方式和方法使用，但是在软件开发生存周期（SDLC）的早期阶段使用这些策略和技术的工具仍然缺乏。在本文中，我们使用机器学习算法将需求映射到MITRE ATT&CK数据库，并根据数据分割确定每个映射的准确性。
2023-02-10 cs.CR cs.LG cs.SE
APISENS- Sentiment Scoring Tool for APIs with Crowd-Knowledge
针对功能相似的软件制品导致开发者选择困难的问题，提出APISENS工具，利用Twitter和YouTube数据集检索API情感信息，帮助开发者基于大众集体知识选择合适的API。
2023-04-11 cs.SE
Non-functional Requirements Documentation in Agile Software Development: Challenges and Solution Proposal
非功能需求（NFR）是软件项目成功的决定性因素。然而，它们的特点是很难定义，在敏捷软件开发（ASD）中，它们通常被赋予较低的优先级，并且通常没有记录。在本文中，我们提出的调查结果的文件的做法和挑战的NFRs在公司利用ASD，并提出指导方针，以提高NFRs的文件在ASD。我们采访了来自四家公司的实践者，并确定了史诗，功能，用户故事，验收标准，完成定义（DoD），产品和sprint backlog用于记录NFRS。请参阅手稿的完整摘要。
2017-11-24 cs.SE
Extracting Knowledge Graphs from User Stories using LangChain
Brandenburg Technical University Cottbus（科特布斯勃兰登堡工业大学）
本研究提出基于LangChain框架和大语言模型的用户故事知识图谱自动提取方法，开发专用模块与自动化评估脚本，提升用户需求可视化与理解度，助力以用户为中心的软件开发。
2025-05-14 cs.AI cs.SE
SAFE: Advancing Large Language Models in Leveraging Semantic and Syntactic Relationships for Software Vulnerability Detection
本文提出SAFE框架，通过增强大型语言模型对源代码语义与句法关系的学习利用，提升真实复杂数据集上的软件漏洞检测性能。
2024-09-02 cs.SE
Evaluation of Software Quality Through Refactoring Commit-Impact Analysis
Islamic University of Technology（伊斯兰技术大学）
本研究通过检查重构提交前后代码变更的影响，结合软件度量与GitHub开源软件的静态代码分析，探究代码修改与软件质量的相关性。
2026-10-12 cs.SE
Software Engineering Process and Methodology in Blockchain-Oriented Software Development: A Systematic Study
软件工程是一个系统的、有纪律的、可量化的方法的过程，对大规模和复杂的软件开发有重要影响。在软件开发的生存周期中，已经有许多成熟的软件过程模型被广泛采用，这些模型将利益相关者推向最终软件产品开发的完成。在先进技术的范围内，各种新兴的和未来的技术正在发展，这确实需要软件工程社区的关注，传统的软件过程技术是否能够继承到未来的软件开发的核心基础。在本文中，我们研究了现有软件工程流程和模型的影响，包括敏捷和面向区块链的软件工程中的DevOps。我们还研究了采用最先进的概念和发展面向区块链系统的当前软件工程过程的重要性。我们讨论的洞察力的软件项目管理实践中的BOS开发。这项研究的结果表明，利用国家的最先进的技术在软件过程中的未来技术将是具有挑战性的和有前途的研究，需要广泛解决和改善国家的最先进的软件工程过程和方法的新技术。
2022-07-02 cs.SE
Software Startup Practices -- Software Development in Startups through the Lens of the Essence Theory of Software Engineering
软件创业公司仍然是全球经济的重要驱动力。随着云技术等技术进步，创建新软件公司所需的初始投资越来越小，越来越多的新软件初创公司诞生了。通常情况下，研究软件创业公司的主要论点是，它们在各种方面与成熟的软件组织不同，因此许多现有研究的结果并不直接适用于它们。软件创业公司与其他类型的软件组织到底有什么不同，这是一个持续的争论。在本文中，我们试图更好地理解软件创业公司在开发实践方面与成熟软件组织的不同之处。过去的研究主要研究方法的使用，相比之下，我们通过关注实践采取了更原子的方法。利用本质理论的软件工程作为一个框架，我们将这些做法分为几类进行分析，同时评估的理论适用于软件创业的背景下。基于这些结果，我们提出了对软件工程本质理论的修改，以使其更好地适应创业环境。
2021-02-11 cs.SE
Agile Meets Quantum: A Novel Genetic Algorithm Model for Predicting the Success of Quantum Software Development Project
本研究针对传统敏捷方法适配量子软件项目的挑战，结合遗传算法与两类分类器构建成功率预测模型AQSSPM，实验验证其可大幅提升项目成功率、降低成本，为敏捷量子项目落地提供关键参考。
2024-05-21 cs.SE
Artificial Intelligence as a Catalyst for Innovation in Software Engineering
本文探讨人工智能如何通过机器学习和自然语言处理提升软件工程的敏捷性和创新性，展示AI在自动化任务和优化开发流程中的关键作用。
2026-03-11 cs.AI cs.SE
Collaborative Computing Support for Analysis Facilities Exploiting Software as Infrastructure Techniques
在Kubernetes公开发布之前，由于计算设施之间的硬件和网络拓扑结构高度不均匀，很难进行复杂分析设施的联合开发。然而，由于Kubernetes和OpenShift等系统的出现，这些系统为构建网络软件的容错和自我修复部署提供了声明式接口，因此多个机构可以更有效地进行协作，因为资源细节通过各种形式的硬件和软件虚拟化抽象出来。在本白皮书中，我们将概述两个分析设施的开发：内布拉斯加大学林肯分校的“Coffea-casa”和费米实验室的“弹性分析设施”，以及如何利用平台抽象改进这些设施的通用软件的开发，以及通过这种方法实现的未来发展计划。
2022-03-22 cs.SE hep-ex physics.data-an
Development of Automated Software Design Document Review Methods Using Large Language Models
本研究利用大型语言模型自动化软件设计文档审查，整理11个审查视角，开发新技术处理表格数据，并通过GPT实验验证能有效识别文档间不一致。
2025-09-12 cs.SE
The Role of Quality Assurance in Software Development Projects:Project Failures and Business Performance
在产品业务中，仍然在与创建满足质量标准和支出限制的编程应用程序的艰巨任务作斗争。要求编程没有错误仍然是对IT业务的考验。因此，本研究的基本任务是回答为什么官员在框架推进生存周期（SDLC）的过程中，不愿意将资产分配给质量确认（QA）过程？本研究利用定量研究大纲来研究在SDLC过程中包含QA在多大程度上减少了编程风险的失望。这些信息将利用归纳技术进行调查，并有望总结为整个IT编程改进人群。探索表明，在SDLC的所有阶段都纳入QA是一个伟大的奇迹。为了收集必要的信息，将通过调查结构进行一项熟练的研究，以听取各编程公司和行业专家的批评和观点。最后一个阶段将是利用可测量技术阐明事实调查。将利用Matlab编程通过对比执行参数来衡量波动和执行。由于这种审查的结果，在事业发展中的风险失望的可能性将下降，任务的业务执行将扩大。
2017-02-01 cs.SE
Discovery of Layered Software Architecture from Source Code Using Ego Networks
软件架构是指系统的高层抽象，包括所涉及元素的配置以及它们之间存在的交互和关系。源代码可以很容易地通过参考软件架构来构建。然而，反向过程，即从源代码推导软件架构是一项具有挑战性的任务。此外，这种架构由多个层组成，并且应该准确有效地将现有元素分布到这些层中。在本文中，提出了一种新的方法，用于恢复分层结构的基于Java的软件系统使用自我网络的概念。自我网络传统上用于社会网络分析，但在本文中，它们以特定的方式进行修改并调整以适应上述任务。具体地，从源代码中提取依赖网络以创建自我网络。自我网络被处理以在特定结构中创建和优化自我层。当这些自我层集成和优化在一起时，会给出最终的分层架构。所提出的方法进行评估，在两种方式：静态版本的三个开源软件，和一个不断发展的软件系统。在类级别和包级别上都观察到拟议层之间的节点分布和提交的违规行为。所提出的方法被认为优于现有的标准方法在多个性能指标。我们还进行了关于节点选择策略和频率的变化的结果的变化分析。经验观察表明，使用这种技术从源代码中恢复软件架构层，并将其进一步扩展到其他语言和软件，这是有希望的迹象。
2021-06-06 cs.SE cs.SI
Prioritizing Software Requirements Using Large Language Models
本文提出一个基于AI智能体和提示工程的网络工具，利用大型语言模型自动化敏捷需求优先级排序，以在时间和预算约束下满足利益相关者需求，并开源原型代码。
2024-04-05 cs.SE
Agile Requirement Change Management Model for Global Software Development
本文提出面向全球软件开发的敏捷需求变更管理ARCM模型，通过文献综述与行业专家实证研究验证其有效性，旨在改进软件开发实践并提升项目成功率。
2024-02-22 cs.SE
Deep Learning in Software Engineering
近年来，深度学习在软件工程（Software Engineering，SE）领域越来越流行。然而，许多悬而未决的问题仍有待调查。研究人员如何将深度学习整合到SE问题中？深度学习促进了SE的哪些阶段？从业者是否从深度学习中受益？这些答案有助于从业者和研究人员为SE任务开发实用的深度学习模型。为了回答这些问题，我们对SE中使用深度学习技术的98篇研究论文进行了参考书目分析。我们发现，所有SE阶段的41项SE任务都得到了深度学习集成解决方案的帮助。其中，84.7%的论文仅使用标准的深度学习模型及其变体来解决SE问题。实用性成为利用深度学习技术的关注点。如何提高基于深度学习的解决方案的有效性、效率、可理解性和可测试性可能会在未来吸引更多的SE研究人员。
2018-05-13 cs.SE
Selection of Architecture Styles using Analytic Network Process for the Optimization of Software Architecture
随着软件系统规模和复杂性的不断扩大，系统设计对软件生产至关重要。因此，软件架构在软件开发中的作用非常重要。它作为软件开发和软件评估的评估和实施计划。因此，选择正确的体系结构是软件工程领域的一个关键问题。此外，软件体系结构选择是一个多准则决策问题，其中必须考虑不同的目标和目的。本文利用ANP推理方法，为软件架构师提供更精确、更合适的架构风格选择决策支持，以最佳方式利用风格属性优化软件架构设计。
2010-05-24 cs.SE
The Making of Cloud Applications An Empirical Study on Software Development for the Cloud
云计算作为软件的部署和供应模型正获得越来越多的关注。虽然大量的研究已经涵盖了如何最佳地操作云系统，但我们仍然缺乏对专业软件工程师如何实际使用云以及云如何影响开发实践的见解。本文报告了关于软件开发人员如何在云中构建应用程序的第一次系统性研究。我们进行了一项混合方法研究，包括对25名专业开发人员的定性访谈和对294份回复的定量调查。我们的研究结果表明，采用云计算对整个软件开发过程以及开发人员在日常工作中如何利用工具和数据产生了深远的影响。除其他事项外，我们发现（1）开发人员需要更好的方法来预测运行时问题并严格定义改进故障定位的指标，（2）云提供了丰富的操作数据，然而，开发人员仍然经常依赖他们的经验和直觉，而不是利用指标。从我们的研究结果中，我们提取了一套云开发指南，并确定了研究人员和工具供应商面临的挑战。
2015-03-17 cs.SE
Empirical Research on Utilizing LLM-based Agents for Automated Bug Fixing via LangGraph
提出一种基于LangGraph、GLM4 Flash和ChromaDB的四步迭代框架，实现自动化代码生成与缺陷修复，提升软件开发准确性、效率与可扩展性。
2025-01-29 cs.SE
Advancing Quantum Software Engineering: A Vision of Hybrid Full-Stack Iterative Model
本文提出一种融合量子与经典计算的混合全栈迭代量子软件开发模型，结合DevOps原则给出完整生命周期和实施路线图，降低传统开发者参与量子计算的门槛并推动量子软件工程发展。
2025-04-08 cs.SE
Automatic Platform Configuration and Software Integration for Software-Defined Vehicles
针对软件定义汽车平台配置与软件集成依赖人工、周期长且灵活性不足的问题，提出结合 MBSE、代码生成、虚拟化和容器编排的运行时集成管理器，并通过模拟平台完成概念验证。
2024-08-04 cs.SE
Redundant Loads: A Software Inefficiency Indicator
现代软件包已经变得越来越复杂，具有数百万行代码和对许多外部库的引用。冗余操作是这些代码库中常见的性能限制因素。错过编译器优化机会、不恰当的数据结构和算法选择以及开发人员对性能的不关注是冗余操作存在的一些常见原因。开发人员主要依靠编译器来消除冗余操作。然而，编译器的静态分析经常由于模糊性和有限的分析范围而错过优化机会;对算法和数据结构问题的自动优化超出了范围。我们开发LoadSpy，一个完整的程序分析器，以查明冗余的内存加载操作，这往往是许多冗余操作的症状。LoadSpy的优势在于识别和量化程序中的冗余加载操作，并将冗余与程序执行上下文和范围相关联，以将开发人员的注意力集中在有问题的代码上。LoadSpy工作在完全优化的二进制文件上，采用各种优化技术来减少其开销，并提供丰富的图形用户界面，这使它成为一个完整的开发工具。应用LoadSpy表明，尽管自动编译器优化水平最高，但现代软件包中很大一部分冗余负载是常见的。在LoadSpy的指导下，我们优化了几个著名的基准测试和现实世界的应用程序，产生了显着的加速。
2019-02-14 cs.PF cs.PL cs.SE
AI's Impact on Traditional Software Development
本文探讨AI在传统软件开发中的应用，涵盖代码生成、智能测试、AI调试及CI/CD流水线，分析其提升效率与准确性的优势，并讨论过度依赖、伦理及技术限制等挑战。
2025-02-05 cs.SE
Devops And Agile Methods Integrated Software Configuration Management Experience
本研究通过集成DevOps和敏捷方法改进软件配置管理，与传统方法相比，在构建部署时间、自动化报告、版本管理、系统控制及工作效率等方面取得显著提升。
2023-06-24 cs.SE
How Do Coding Agents Optimize Software and Report Performance Validation? A Large-Scale Empirical Study of Open-Source Pull Requests
Purdue University（普渡大学）
本研究通过大规模比较智能体与人类编写的性能优化拉取请求，发现智能体PR合并率较低但策略相似，验证报告率相近，且证据常缺乏定量指标，凸显了建立严格多维评估标准的必要性。
2026-10-06 cs.PF cs.SE
