SoK: Systematizing Software Artifacts Traceability via Associations, Techniques, and Applications
Nanjing University of Science and Technology（南京理工大学）；Shenzhen Technology University（深圳技术大学）；Zhejiang Sci-Tech University（浙江理工大学）
本文系统回顾了软件可追溯性恢复技术，揭示了制品关联的不平衡、技术可复现性危机及工业应用缺口，提出角色导向框架以促进工程实践。
2026-03-17 cs.SE
DocFetch - Towards Generating Software Documentation from Multiple Software Artifacts
针对开源软件文档维护困难且现有方法仅关注源代码的问题，提出DocFetch，采用基于多层提示的LLM从多软件制品生成结构化文档，经评估性能良好，可半自动生成文档并降低维护工作量。
2025-08-25 cs.SE
A sustainable infrastructure concept for improved accessibility, reusability, and archival of research software
研究软件是当今大多数研究的一个组成部分，研究软件工件应该是可访问和可复制的，这一点被广泛接受。然而，研究软件工件的可持续存档是一项持续的努力。我们将研究软件工件确定为当前研究状态的快照，以及软件开发，研究和出版的可持续周期的组成部分。我们开发的要求和建议，以提高存档，访问和重用的研究软件工件的基础上安装，可配置，可扩展的研究软件，和可持续的公共开放获取基础设施。所描述的目标是使研究软件的重复使用和探索超出已发表的研究结果，与再现性的努力，并符合公平的原则，数据和软件。研究软件工件可以在不同的场景中重用。为此，我们设计了一个多模态表示的概念，支持多种重用方案。我们确定了研究软件工件的类型，这些工件可以被视为相同的基于软件的研究结果的不同模式，例如，容器化环境中的免安装可配置的基于浏览器的应用程序，期刊出版物和软件文档中的描述，或带有安装说明的源代码。我们将讨论如何通过适当的存档基础设施来增强或启用研究软件的可持续性和重用。最后，以德国斯图加特大学的一个试点项目为例--研究软件开发人员和基础设施提供商之间的合作努力--我们概述了实际挑战和经验
2023-01-27 cs.SE
Towards a standardised strategy to collect and distribute application software artifacts
参考集包含用于识别相关内容或过滤不相关内容的已知内容。应用简档是包含与应用软件相关联的数字伪影的一类参考集。应用程序配置文件可以与目标数据集进行比较，以识别各种调查场景中应用程序使用的相关证据。研究目标是设计和实现一个标准化的策略，收集和分发应用软件文物使用应用程序配置文件。一个先进的技术，用于创建应用程序配置文件的设计使用正式的差分分析策略。该设计在实时差分取证分析工具LiveDiff中实现，以自动化和简化数据汇集。一个存储机制的基础上设计了以前标准化的取证数据抽象。该设计是在一个新的数据抽象中实现的，即应用程序配置文件XML（APXML），以提供对收集到的工件的存储、分发和自动化处理。
2021-03-05 cs.SE
Research Artifacts in Secondary Studies: A Systematic Mapping in Software Engineering
University of Helsinki（赫尔辛基大学）；Dalhousie University（达尔豪斯大学）
本文通过系统映射分析了2013-2023年间537项二次研究中研究物的报告情况，发现仅31.5%的研究包含研究物，但随时间推移有所提升，2023年仍有62%的研究提供研究物，但永久存储的比例较低。
2026-04-16 cs.SE
Treat societally impactful scientific insights as open-source software artifacts
该立场论文提出科学洞见可视为类似开源软件的协作制品，明确开放科学需求与软件工程概念的共通性，呼吁软件工程界推动科研向更开放可问责的方向变革。
2023-02-11 cs.SE
Code Drones
我们提出并探索了一种称为代码无人机的新范式，其中每个软件工件（如类）都是智能和社交活跃的实体。在这种模式中，人性化的工件带头并编排（社会上，与其他智能软件工件和人类合作）自动化软件工程解决方案，以应对无数的开发和维护挑战，包括API迁移，重用，文档编制，测试，修补和重构。我们讨论了具有社会和智能/认知软件工件，指导自己的自我完善的影响。
2016-02-17 cs.SE
Research Artifacts in Software Engineering Publications: Status and Trends
本文实证分析2017—2022年四大顶级SE会议论文中的1,487个研究工件，从实践、维护、流行度和质量维度揭示开放工件的发展趋势与不足，并提出改进建议。
2024-04-10 cs.SE
Self-Admitted Technical Debt in Scientific Software: Prioritization, Sentiment, and Propagation Across Artifacts
Boise State University（博伊西州立大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
研究科学软件中自我承认技术债务的优先级、情感、持久性和跨工件传播，发现注释、提交和拉取请求中的SATD优先级高于问题，负面情感增加紧迫性，但移除和解决率低于开源软件平均水平。
2026-06-29 cs.SE
Software Analytics to Software Domains: A Systematic Literature Review
软件分析（SA）是最近出现的大数据分析的一个新分支（2011年）。SA与直接软件分析的区别在于，它将从许多不同软件工件中挖掘的数据链接起来，以获得有价值的见解。这些见解对于贯穿软件生命周期的不同阶段的决策过程是有用的。由于SA是目前一个热门和有前途的话题，我们进行了系统的文献综述，在本文中提出，以确定在SA的知识和开放的研究领域的差距。由于许多研究人员仍然对SA的真正潜力感到困惑，我们不得不筛选出可用的研究论文，以获得与SA最相关的工作供我们审查。在135项研究中，筛选出19项研究。我们的系统评价基于四个主要因素：软件从业者SA的目标，SA所涵盖的领域，SA提取的工件，以及这些工件是否有联系。我们的审查结果表明，大部分可用的SA研究只服务于开发人员的需求。此外，许多可用的研究只使用一个工件，这反过来意味着工件之间的联系更少，见解更少。这表明，现有的SA研究工作仍然是胚胎留下了大量的空间，为未来的研究在SA领域。
2015-11-12 cs.SE
G-Issue: Analyzing Lifetime and Evolution of Issue-related Artifacts from Open Source Repositories
University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
提出G-Issue工具用于挖掘问题相关工件，通过对比实验和演化分析，发现其挖掘速度快但内存消耗大，并基于问题生命周期和演化可辅助优先级排序。
2026-06-23 cs.SE
The best defense is a good defense: adapting negotiation methods for tackling pressure over software project estimates
软件评估是软件项目成功的关键，也是一项具有挑战性的活动。我们认为，估计问题不仅限于产生的估计，而且还使用承诺建立：项目利益相关者的压力估计改变他们的估计或接受不切实际的承诺，以实现业务目标。在这项研究中，我们采用了设计科学研究（DSR）的方法来设计一个基于谈判方法的工件，使软件评估人员能够在面对压力时捍卫他们的估计和寻找不切实际的承诺的替代方案。该人工制品是在实践者中传播谈判软技能的具体步骤。我们提出了初步的结果，从一个焦点小组，表明从业者从软件行业可以使用的工件在一个具体的情况下，估计和建立有关软件项目的承诺。我们未来的步骤包括根据焦点小组参与者的建议改进工件，并在行业中的实际软件项目中对其进行经验评估。
2022-03-25 cs.SE
EVOSCAT: Exploring Software Change Dynamics in Large-Scale Historical Datasets
提出EvoScat工具，利用交互式密度散点图在单一可视化中提供大规模历史数据集的全局概览，支持灵活配置以分析数百万事件，帮助研究人员探索软件演化并比较工件历史。
2025-08-14 cs.SE
Science-Software Linkage: The Challenges of Traceability between Scientific Knowledge and Software Artifacts
尽管计算机科学论文通常伴随着软件工件，但将研究论文与其软件工件连接起来（反之亦然）并不总是微不足道的。首先，在如何提供这种联系方面缺乏公认的标准。此外，提供的链接，如果有的话，经常会过时：当预印本被删除时，当存储库被迁移时，或者当论文和存储库独立发展时，它们会受到链接腐烂的影响。在本文中，我们总结了研究论文和相关源代码链接的实践状态，强调了最近的努力，建立和维护这样的链接。我们还报告了几项实证研究的结果，重点是科学论文和相关的软件工件之间的关系，我们概述了可追溯性和克服这些挑战的机会相关的挑战。
2021-04-13 cs.DL cs.SE
Rethinking Artifact Evaluation for Software Engineering in the Age of Generative AI
Singapore Management University（新加坡国立大学）；Monash University（莫纳什大学）
本文探讨生成式AI时代软件工程同行评审中Artifact评估的重要性，指出需重视科学实质而非叙事质量，提出将Artifact评估作为同行评审首要组成部分。
2026-01-26 cs.SE
AVIATE: Exploiting Translation Variants of Artifacts to Improve IR-based Traceability Recovery in Bilingual Software Projects
本文提出AVIATE策略，通过利用不同翻译器产生的翻译变体中的共识双词项来丰富工件文本并增强IR值，从而改进双语软件项目中的追踪性恢复，实验证明其显著优于现有方法。
2024-09-28 cs.SE
OmniBOR: A System for Automatic, Verifiable Artifact Resolution across Software Supply Chains
本文提出OmniBOR系统，通过构建制品依赖图追踪软件依赖，结合编译器和构建追踪两种实现方式，有效支持CVE检测与SBOM计算，保障软件供应链安全。
2024-02-14 cs.CR cs.SE
Skillware: A Software Ontology and Engineering Lifecycle for Persistent Behavioral Artifacts
研究针对智能体技能成为持久行为工件却缺乏相关软件本体的问题，引入Skillware，通过Skill Artifact和Skillware Unit管理工件，阐述相关条件与证据，为智能体能力提供可识别、可组合、可维护及可演化的软件本体与工程生命周期。
2026-08-24 cs.AI cs.SE
The Emergence of Software Diversity in Maven Central
Maven工件是不可变的：上传到Maven Central上的工件不能被删除或修改。开发人员升级其库的唯一方法是发布新版本。因此，Maven Central会累积所有在那里发布的库的所有版本，并且声明对库的依赖关系的应用程序可以选择任何版本。在这项工作中，我们假设Maven工件的不变性和选择任何版本的能力自然支持Maven Central中软件多样性的出现。我们分析了代表73,653个库的所有版本的1,487,956个工件。我们观察到，超过30%的库有多个版本，这些版本被最新的工件积极使用。在流行库的情况下，超过50%的版本被使用。我们还观察到，超过17%的库有几个版本，这些版本的使用率明显高于其他版本。我们的研究结果表明，Maven Central中工件的不变性确实支持存储库中库版本之间的持续多样性。
2019-03-14 cs.SE
Prompts as Software Engineering Artifacts: A Research Agenda and Preliminary Findings
本文提出将提示词作为软件工程制品的研究议程，并通过74名专业人员的调查揭示当前提示词使用多为临时试错、缺乏复用与标准化，为系统化提示词管理提供实证基础。
2025-09-22 cs.SE
What Makes Agile Test Artifacts Useful? An Activity-Based Quality Model from a Practitioners' Perspective
背景：敏捷软件测试中使用的工件以及使用这些工件的原因已经相当清楚。然而，关于敏捷测试工件最终如何在实践中设计以及哪些质量因素使它们对软件测试有用的实证研究仍然很少。目标：我们的目标是双重的。首先，我们确定当前使用测试工件的挑战，以了解为什么某些质量因素被认为是好的或坏的。其次，我们构建了一个基于活动的敏捷测试质量模型，描述了敏捷测试工件应该是什么样子。方法：我们进行了一项行业调查，18个从业者从12家公司在七个不同的领域。结果：我们的分析揭示了9个挑战和16个因素，从敏捷测试人员的角度描述了6个测试工件的质量。有趣的是，我们观察到的主要挑战是关于语言和可追溯性的，这在非敏捷项目中是众所周知的。结论：尽管敏捷软件测试正在成为一种规范，但我们仍然对超越传统智慧的一般性做和不做没有多少信心。这项研究是第一个提炼出一系列质量因素的研究，这些因素被认为是有用的测试工件的重要因素。
2020-09-03 cs.SE
TRIAD: Automated Traceability Recovery based on Biterm-enhanced Deduction of Transitive Links among Artifacts
针对不同抽象层级软件制品文本差异导致 IR 追溯失效的问题，提出 TRIAD，利用中间制品的共识 biterm 与内外部传递链接调整相似性，在五个系统上显著优于四种现有方法。
2024-01-17 cs.SE
Assessing test artifact quality -- A tertiary study
本文通过系统文献综述分析了49项关于软件测试产物质量的二次研究，提出了一个基于文献和ISO/IEC 25010:2011的测试用例/套件质量综合模型，以支持实践中的质量评估与改进。
2024-02-14 cs.SE
Consistent Layout for Thematic Software Maps
软件可视化可以提供复杂软件系统的简要概述。不幸的是，由于软件没有物理形状，因此没有软件到二维空间的“自然”映射。因此，大多数可视化倾向于使用位置和距离没有意义的布局，因此布局典型地从一个可视化到另一个可视化。我们提出了一个一致的软件地图布局，其中的软件工件的位置反映了它的\emph{vocabulary}，距离对应于词汇的相似性。我们使用潜在语义索引（LSI）将软件工件映射到向量空间，然后使用多维缩放（MDS）将此向量空间映射到二维。由此产生的一致的布局使我们能够开发各种主题的软件地图，这些地图表达了软件的不同方面，同时使它们易于比较。这种方法特别适合于比较不断发展的软件的视图，因为软件工件的词汇表往往是稳定的，随着时间的推移。
2012-09-25 cs.SE
What's in a GitHub Repository? -- A Software Documentation Perspective
开发人员在GitHub上使用和贡献存储库。存储库中的文档是一个重要的资源，可以帮助开发人员理解、维护和为项目做出贡献。目前，存储库中的文档是多样化的，存在于各种文件中，其中大部分存在于自述文件中。然而，存储库中的其他软件工件，如问题报告和拉取请求，也可以对文档有所贡献，而无需显式指定文档。因此，在本文中，我们提出了一个分类的文档来源，通过分析不同的软件工件，开发人员的采访和卡片排序的方法。我们检查了950个公共GitHub存储库中的多个工件，这些工件是用四种不同的程序设计语言编写的，C++，C#，Python和Java，并分析了可以从这些工件中提取的文档的类型和数量。为此，我们观察到，约25.93%的信息提取的所有来源中提出的分类包含错误相关的文档，并拉请求贡献了约18.21%的提取信息。
2021-03-01 cs.SE
Natural-Language Workflows Are Not Software Yet: Artifact-Driven Compilation for Reliable Agent Execution
Purdue University（普渡大学）
研究针对自然语言工作流智能体执行不可靠问题，提出Artic编译器将其转换为工件驱动工作流，经评估可提升任务解决率28个百分点，且跨模型、重复执行一致性分别提高32、56个百分点。
2026-08-24 cs.SE
Transition from Analysis to Software Design: A Review and New Perspective
分析和设计阶段是软件开发生命周期中最关键的部分。重用这些早期阶段的工件对于提高生产率和软件质量是非常有益的。在本文中，我们分析了关于从问题空间自动转换工件的文献（即，需求分析模型）转化为解决方案空间中的工件（即，架构、设计和实现代码）。我们的目标是评估当前的最先进的自动重用以前开发的软件设计的能力，在合成一个新的设计，为给定的要求。我们调查了各种相关的领域，如模型驱动的开发和模型转换技术。我们的分析表明，这一主题尚未得到令人满意的讨论。因此，我们提出了一个框架，包括三个阶段，以解决目前的方法中发现的局限性。
2014-01-21 cs.SE
Toward Semantically-Seeded, Graph-Propagated Impact Analysis Across Software Artifacts: A Vision
提出一种无需训练、可解释的融合方法，结合语义相似性与结构依赖，通过异构制品图与传播机制覆盖两种方法的盲点，实现跨需求-配置-服务-测试链的影响分析。
2026-06-18 cs.SE
Reproducibility Report for the Paper: QN-based Modeling and Analysis of Software Performance Antipatterns for Cyber-Physical Systems
作者已经将他们的工件上传到Zenodo，这确保了工件的长期保留。工件允许非常顺利地重新运行实验，并且依赖关系有很好的文档记录。为论文中的图和表重新生成数据的过程完成，并且所有结果都是可再现的。这张纸因此可以接收Artifacts Available徽章。工件中的软件正确运行，没有任何问题，并且与论文相关，因此值得获得Artifacts Evaluated - Functional徽章。如果成功复制所有图表，则可以分配“结果复制”徽章。
2021-04-20 cs.PF cs.SE
Multi-Artifact Analysis of Self-Admitted Technical Debt in Scientific Software
Boise State University（博伊西州立大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
本研究通过多工件分析识别科学软件中的科学债务，发现传统SATD分类不足，需专门方法进行检测与管理。
2026-01-15 cs.SE
The State of Open Science in Software Engineering Research: A Case Study of ICSE Artifacts
University of Saskatchewan（萨斯喀彻温大学）
本文评估了过去十年ICSE会议发表的100个复制包，发现仅有40个完全可执行，且其中仅35%能复现原始结果，揭示了复制包在可执行性和可重复性上的不足，并提出改进指南。
2026-03-23 cs.SE
Leveraging Traceability to Integrate Safety Analysis Artifacts into the Software Development Process
针对安全保证案例与开发过程脱节、难以随系统演进而维护的问题，提出基于软件可追溯性连接系统制品与安全分析模型、可视化变更并提取设计理据的集成方法。
2023-07-14 cs.SE
Towards Multi-Criteria Prioritization of Best Practices in Research Artifact Sharing
众所周知，研究成果共享可以加强科学研究的透明度。然而，在缺乏共同的学科特定的准则，工件评估，主观和相互冲突的期望可能会发生，威胁工件质量。在本文中，我们讨论了我们的初步想法，一个框架的基础上，质量管理原则（5W2H），可以帮助建立共同的准则，工件的评估和共享。此外，使用层次分析法，我们讨论了如何研究社区可以共同努力，以帮助指导方针的适当性的研究优先事项。这些组合的方法构成了一个新颖的软件工程研究，可以促进研究软件的可持续性。
2021-09-06 cs.SE
Towards Living Software Architecture Diagrams
提出一种从多种软件工件中自动恢复架构并结合手动调整的方法与工具，生成可手动修改且在重新生成时能保留更改的软件架构图。
2024-07-25 cs.SE
Mining Software Repositories with a Collaborative Heuristic Repository
许多软件工程研究或任务依赖于对软件工程工件进行分类。在实践中，这是通过定义简单但通常不精确的分类，或者通过人工标记工件来完成的。不幸的是，这些分类中的错误会影响依赖它们的任务。为了提高这些分类的精度，我们建议在一个协作的启发式存储库中收集知识，研究人员可以为各种SE工件上的各种任务贡献大量不同的知识。然后，利用最先进的弱监督技术来训练高质量的分类器，从而改进分类。我们提出了一个初始版本的启发式存储库，我们适用于提交分类的具体任务。
2021-03-02 cs.SE
The Perception and Impact of Non-inclusive Language in Software Artifacts
King Abdulaziz University（阿卜杜勒阿齐兹国王大学）；University of Jeddah（吉达大学）
通过调查1517名开源贡献者，研究软件开发者对非包容性术语的感知及其对团队动态、生产力、归属感和幸福感的影响，发现不同人口群体感知和影响存在差异。
2026-07-02 cs.SE
Recovering Fine-Grained Code Change Rationale from Multiple Software Artifacts
William & Mary（威廉与玛丽学院）
本文研究如何从多个文档中提取代码变更理由，提出ARGUS方法，通过LLM生成简洁的变更理由摘要，提升代码理解和维护效率。
2026-07-31 cs.SE
DeployBench: Benchmarking LLM Agents for Research Artifact Deployment
Boston University（波士顿大学）；Northeastern University（东北大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；George Washington University（乔治华盛顿大学）；Tufts University（塔夫茨大学）；xAI；University of California, Berkeley（加州大学伯克利分校）；Princeton University（普林斯顿大学）
提出DeployBench基准，包含51个跨领域的研究工件部署任务，评估LLM智能体在环境设置中的表现，发现主要失败原因是智能体过早停止且验证不充分。
2026-09-01 cs.SE
The artifacts of component-based development
基于组件的开发思想在1968年的一个名为“大规模生产的软件组件”的会议上提出[1]。从那时起，工程和科学库的开发，以重用以前开发的功能。这个概念现在被广泛用于软件开发中，作为基于组件的开发（CBD）。基于组件的软件工程（CBSE）用于从现有组件开发/组装软件[2]。使用组件开发的软件称为组件件[3]。本文介绍了不同的CBD体系结构，如ActiveX、公共对象请求代理体系结构（CORBA）、远程方法调用（RMI）和简单对象访问协议（SOAP）。本文的总体目标是通过比较CBD的优势和劣势，为CBD的实践提供支持。本文还评估了面向对象的过程模型，以适应CBD。
2012-02-11 cs.SE
Artifact: Measuring and Mitigating Gaps in Structural Testing
本文介绍了用于评估《测量与缓解结构测试中的差距》实验结果的开源 Artifact，包含数据、工具、脚本及 VirtualBox 虚拟机镜像，支持用户复现实验结果。
2023-08-01 cs.SE
Advancing Trace Recovery Evaluation - Applied Information Retrieval in a Software Engineering Context
软件系统的成功开发涉及软件工件之间的有效导航。结构化信息的一种实践方法是在工件之间建立跟踪链接，这也是几个开发标准所强制执行的实践。不幸的是，在不断发展的系统中手动维护跟踪链接是一项繁琐的任务。为了解决这个问题，一些研究人员提出了治疗的捕获和恢复跟踪链接的信息检索（IR）的问题。该工作包含对基于IR的痕量回收的先前评价的系统性文献综述（SLR）。我们发现，大多数以前的评估都是以技术为导向的，在“IR评估的洞穴”中进行，使用小数据集作为实验输入。此外，源于学生项目的软件工件经常被用于评估。我们在可追溯性研究人员中进行了一项调查，发现大多数人认为学生的工件只能部分代表工业同行。我们的研究结果需要更多的案例研究，以评估基于IR的痕量恢复在工业环境的全部复杂性。此外，本论文有助于在两个实验与工业软件工件的IR为基础的痕迹恢复的经验证据的身体。以技术为导向的实验突出了数据集之间的明显依赖性和基于IR的痕迹恢复的准确性，与SLR的发现一致。以人为本的实验研究了不同质量水平的工具输出如何影响工程师的跟踪精度。最后，我们提出了如何在IR研究的一般领域的工具和方法进行评估，并提出了一个分类的评估上下文为基础的跟踪恢复。
2016-02-24 cs.SE
Faster Releases, Fewer Risks: A Study on Maven Artifact Vulnerabilities and Lifecycle Management
本研究分析10,000个Maven制品的发布历史，发现发布速度与依赖过时程度及CVE数量呈负相关，强调加速发布策略对降低安全风险的重要性。
2025-03-31 cs.SE
A customizable approach to assess software quality through Multi-Criteria Decision Making
针对现有软件质量模型未结合场景与利益相关者视角、扩展性差的问题，本文提出一种基于MCDM的通用可扩展定制化质量评估机制，并给出用于MVC框架评估选择的PRETTEF实例模型。
2023-01-28 cs.SE
From Issues to Insights: RAG-based Explanation Generation from Software Engineering Artifacts
University of Cologne（科隆大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）
本文首次应用RAG方法从问题跟踪数据生成解释，实现90%的人工解释一致性，展示了结构化问题数据在提升软件系统可解释性方面的潜力。
2026-01-09 cs.SE
Measuring LLM Trust Allocation Across Conflicting Software Artifacts
University of Texas at Dallas（德克萨斯大学达拉斯分校）；IQVIA Inc.（IQVIA公司）
研究探讨LLM在处理冲突软件构件时的信任分配问题，提出TRACE框架评估不同构件的质量、不一致性和信任校准，发现模型在检测文档错误时表现优于实现错误，但对实现漂移而文档无误的情况检测率下降，且信任校准不佳。
2026-07-23 cs.AI cs.SE
Establishing Traceability Links between Release Notes & Software Artifacts: Practitioners' Perspectives
University of Saskatchewan（萨斯喀彻温大学）；Thompson River University（汤普森河大学）
本文提出基于大语言模型的自动方法，用于建立软件发布说明与开发工件之间的可追溯性链接，通过实证研究和用户调查验证了其有效性与实用性。
2025-11-22 cs.SE
Qualitative Data Analysis in Software Engineering: Techniques and Teaching Insights
本章面向软件工程研究，系统介绍定性编码、编码指南设计与质量保证原则，并结合教学经验帮助研究者严谨分析代码注释、提交信息等定性资料。
2024-06-12 cs.SE
Governance Controls for AI-Generated Test Artifacts in Autonomous Software Testing
提出治理感知自主测试框架(GATF)，通过治理验证、可解释性分析、风险评估、合规监控和审计治理，将AI生成测试工件的治理风险降低89.6%，准确率达94.3%。
2026-06-07 cs.AI cs.SE
Review and Analysis of The Issues of Unified Modeling Language for Visualizing, Specifying, Constructing and Documenting the Artifacts of a Software-Intensive System
UML允许我们以精确、完整和明确的方式指定模型。特别是，UML解决了关于分析、设计和实现的所有重要决策的规范。尽管UML不是一种可视化编程语言，但是它的模型可以直接连接到各种各样的程序设计语言。这使得软件开发的双重方法成为可能：开发人员可以选择输入的方式。UML可以直接使用，从中可以生成代码;或者另一方面，最好用文本表示的东西可以作为代码输入程序。在一个理想的世界里，UML工具将能够对代码的任何直接更改进行反向工程，并且UML表示将与代码保持同步。然而，如果没有人为干预，这并不总是可能的。在从模型转移到代码时，会丢失某些信息元素。即便如此，程序设计语言代码的某些方面似乎保留了更多的语义，因此允许将代码自动逆向工程回UML模型的子集。
2010-01-23 cs.SE
Examining Ownership Models in Software Teams: A Systematic Literature Review and a Replication Study
本研究通过系统文献综述（79篇论文）和Brightsquid公司九项目的复制实验，审视软件团队所有权模型，发现代码是最常分析的所有权制品，且主要贡献者与缺陷数量显著相关，而次要贡献者及开发者总数与缺陷无强关联。
2024-05-24 cs.SE
Heterogeneous Metric Learning with Content-based Regularization for Software Artifact Retrieval
Chinese Academy of Sciences（中国科学院）；Rutgers University（罗格斯大学）；NEC Laboratories China（NEC中国实验室）；University of Technology Sydney（悉尼科技大学）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
软件工件检索问题的目标是在大型代码库中有效地定位软件工件，例如一段源代码。这个问题传统上通过文本查询来解决。换句话说，信息检索技术将基于查询和软件工件的文本表示之间的文本相似性来开发，该文本表示通过从程序的注释、标识符和描述中收集单词来生成。然而，除了这些语义信息之外，源代码本身还嵌入了丰富的信息。这些源代码，如果分析得当，可以是一个丰富的资源，以提高软件工件检索的努力。为此，本文提出了一种基于源代码的特征提取方法。具体地说，该方法既可以捕获源代码中的固有信息，又可以捕获隐藏在源代码的注释、描述和标识符中的语义信息。此外，我们设计了一个异构的度量学习方法，它允许集成代码功能和文本功能到同一个潜在的语义空间。反过来，这可以通过利用代码和文本特征的联合能力来帮助测量工件相似性。最后，大量的实验表明，该方法可以帮助提高软件工件检索的性能与显着的利润。
2014-09-25 cs.IR cs.LG 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
Automatic Multi-level Feature Tree Construction for Domain-Specific Reusable Artifacts Management
本文提出 FTBUILDER 框架，通过爬取仓库、聚类识别共同特征并利用 LLM 递归总结，自动自底向上构建多层级特征树，在 Linux 生态实验中显著提升树质量、节省时间并提高资产推荐准确率。
2025-07-06 cs.SE
Semantically Enhanced Software Traceability Using Deep Learning Techniques
在大多数安全关键领域中，认证机构规定了对可追溯性的需求。跟踪链接通常是在需求、设计、源代码、测试用例和其他工件之间创建的，然而，手动创建这样的链接既耗时又容易出错。自动化解决方案使用信息检索和机器学习技术来生成跟踪链接，然而，当前技术未能理解软件工件的语义或将领域知识集成到跟踪过程中，因此倾向于提供不精确和不准确的结果。在本文中，我们提出了一个解决方案，使用深度学习将需求工件语义和领域知识纳入跟踪解决方案。我们提出了一个跟踪网络架构，利用词嵌入和递归神经网络（RNN）模型来生成跟踪链接。词嵌入学习表示领域语料库知识的词向量，RNN使用这些词向量来学习需求工件的句子语义。我们使用正训练控制域中现有的跟踪链路训练了360种不同配置的跟踪网络，并将双向门控递归单元（BI-GRU）确定为跟踪任务的最佳模型。BI-GRU的性能明显优于最先进的跟踪方法，包括向量空间模型和潜在语义索引。
2018-04-06 cs.SE
