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
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
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
Software Engineering for Robotic Systems:a systematic mapping study
Université du Québec à Chicoutimi（魁北克大学希库蒂米分校）
机器人正被应用于广泛的领域，导致研究人员和从业人员编写比过去更复杂的任务。机器人软件的复杂性增加了工程机器人的软件组件的质量要求的难度。在过去的二十年里，研究人员和实践者已经应用软件工程（SE）方法和机器人领域来解决这个问题。本研究的目的是识别，分类和评估当前最先进的软件工程的机器人系统（SERS）。我们系统地选择和分析了50个主要的研究，从Scopus数字图书馆的自动搜索和人工搜索的两个版本的玫瑰研讨会。我们提出三个主要贡献。首先，我们从以下三个角度进行分析：人口统计学的出版物，SE领域应用于机器人领域，和RSE的结果。其次，我们展示了一个目录的研究，应用软件工程技术在机器人领域，分类与SWEBOK指南。我们已经从SWEBOK指南中确定了15个软件工程领域中的5个，这些领域明确应用于机器人领域。大多数研究侧重于开发阶段（设计、模型和方法以及施工）。测试和质量软件领域在SERS中几乎没有覆盖。最后，我们确定研究的机会和差距，软件工程的机器人系统为未来的研究。
2021-02-24 cs.RO 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
Before Autonomy Takes Control: Software Testing in Robotics
Ruhr University Bochum Bochum Germany；University of Bremen Bremen Germany；IT University of Copenhagen Copenhagen Denmark；Chalmers\,|\,Gothenburg University Gothenburg Sweden；Ruhr University Bochum；University of Bremen；IT University of Copenhagen；Chalmers\,|\,Gothenburg University
本文探讨了机器人软件测试的挑战，通过分析247篇相关论文，揭示了机器人测试与传统软件测试的异同，并指出现有研究中的开放问题与经验总结。
2026-02-02 cs.RO 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
Mining Energy-Related Practices in Robotics Software
Technological Federal University of Paraná - UTFPR（巴拉那州立理工大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Federal University of Pará（帕拉联邦大学）
机器人在许多工业环境中变得越来越普遍。这种成功的采用可以部分归因于（1）它们越来越实惠的成本和（2）开发智能软件驱动机器人的可能性。不幸的是，机器人软件消耗大量的能源。此外，机器人通常是电池驱动的，这意味着即使是很小的能源改进也可以帮助减少其能源足迹，提高其自主性和用户体验。在本文中，我们研究了机器人操作系统（ROS）的生态系统，事实标准开发和原型机器人软件。我们分析了527个与能源相关的数据点（包括ROS相关存储库上的提交、拉取请求和问题，StackOverflow、ROS Discourse、ROS Answers和官方ROS Wiki上的ROS相关问题）。我们的研究结果包括机器人专家对软件能源效率的兴趣的量化，10个经常性的原因，和14个能源相关问题的解决方案，以及他们对其他质量属性的隐含权衡。这些贡献支持机器人专家和研究人员在未来的机器人项目中使用节能软件。
2021-03-25 cs.RO cs.SE
Robotics Software Engineering: A Perspective from the Service Robotics Domain
University of Gothenburg（哥德堡大学）；Radboud University Nijmegen（拉德堡德大学）；University of Bergamo（贝加莫大学）
通过执行有用的任务来支持人类的机器人（又称，服务机器人）在全球范围内蓬勃发展。与工业机器人相比，服务机器人的发展带来了严重的软件工程挑战，因为它们需要高水平的鲁棒性和自主性，以便在高度异构的环境中运行。作为一个具有关键安全影响的领域，服务机器人面临着对良好软件开发实践的需求。在本文中，我们提出了第一个大规模的实证研究，以评估国家的艺术和机器人软件工程的实践。我们对来自9个不同国家的15家公司的工业从业者进行了18次半结构化访谈，并对来自机器人领域的156名受访者（来自26个国家）进行了调查。我们的研究结果提供了一个全面的图片（i）机器人工业和学术从业者应用的实践，包括过程，范例，语言，工具，框架和重用的做法，（ii）机器人软件工程的显着特点，（iii）经常面临的挑战，以及采用的解决方案。本文最后讨论的意见，推导出的假设，并提出行动的研究人员和从业人员。
2020-09-08 cs.RO 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
Software Engineering for Robotics: Future Research Directions; Report from the 2023 Workshop on Software Engineering for Robotics
本文报告NSF资助的2023年机器人软件工程研讨会，梳理机器人软件在异构硬件、学习组件、不确定性环境和可扩展性等方面的独特挑战，并提出未来五年研究方向。
2024-01-22 cs.RO 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
Agent-Based Software Artifact Evaluation
Huazhong University of Science and Technology（华中科技大学）；Tsinghua University（清华大学）
研究针对软件工件评估中人工评估难及现有政策缺乏验证标准的问题，构建ArtifactGuide评分标准，设计ArtifactCopilot代理，通过实验评估，该框架提升了评估性能，提高了评审信心，还为设计高质量工件提供了实践指导。
2026-07-15 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
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
Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions
University of Bristol（布里斯托大学）；University of the West of England（西英格兰大学）
机器人软件测试的挑战超出了传统的软件测试。需要为并发运行的多个程序和硬件生成有效、真实和有趣的测试，并将其部署到有人员的动态环境中。我们调查使用的信念-欲望-意图（BDI）代理作为测试生成模型，在域中的人-机器人交互（HRI）的模拟。这些模型提供了合理的代理，因果关系和推理机制，用于规划，模拟智能和自适应机器人，以及由人类指导的智能测试环境。我们引入了强化学习（RL），使用基于覆盖反馈的奖励函数来自动探索BDI模型。我们的方法进行评估，使用协同制造的例子，在测试中的机器人软件是间接刺激通过一个模拟的人类同事。我们得出结论，BDI代理提供了直观的模型，在HRI域的测试生成。我们的研究结果表明，RL可以完全自动化BDI模型探索，导致非常有效的覆盖导向测试生成。
2016-07-13 cs.RO 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
UAMTERS: Uncertainty-Aware Mutation Analysis for DL-enabled Robotic Software
Simula Research Laboratory and University of Oslo（Simula研究实验室和奥斯陆大学）；Danish Technological Institute（丹麦技术研究所）；PAL Robotics（PAL机器人）
UAMTERS是一种针对深度学习赋能机器人软件的不确定性感知突变分析框架，通过引入不确定性感知突变算子和突变得分指标，有效评估测试套件在不同不确定性水平下的故障检测能力。
2026-02-23 cs.RO 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
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
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
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
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
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
PyRIDE: An Interactive Development Environment for PR2 Robot
University of Technology, Sydney（悉尼科技大学）
基于Python的机器人交互式开发环境（PyRIDE）是一个支持PR 2/ROS（机器人操作系统）平台上机器人技能和行为的快速\textit{interactive}编程的软件。PyRIDE的关键特性之一是其交互式远程访问Python控制台，允许用户以与使用标准Python交互式解释器相同的方式对机器人\textit{online}和\textit{realtime}进行编程。它允许程序在运行时被修改。PyRIDE也是一个软件集成框架，可以抽象和聚合不同的低级ROS软件模块，例如手臂关节电机控制器，并通过统一的Python编程接口公开其功能。PR 2程序员能够实验和开发机器人行为，而无需处理访问底层软件和硬件的具体细节。PyRIDE提供了一种客户端-服务器机制，允许远程用户访问机器人功能，例如远程机器人监控和控制，访问实时机器人摄像头图像数据等。这使得使用不同设备和用户界面的多模态人机交互成为可能。所有这些功能都无缝集成到一个轻量级和可移植的中间件包中。在本文中，我们使用四个真实的场景来演示PyRIDE的关键功能，并说明软件的实用性。
2016-05-30 cs.RO 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
Reusability and Modifiability in Robotics Software (Extended Version)
CIFASIS (CONICET-UNR)（CIFASIS（CONICET-UNR））；Universidad Nacional de Rosario (UNR)（罗萨里奥国立大学（UNR））
本研究基于过程控制架构风格与设计模式开发除草机器人微控制器软件，通过8种设计模式解决30个问题得到133个模块，提升了组件复用性与程序可修改扩展性，且经实证验证12千行C++实现无效率损耗。
2024-09-11 cs.RO 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
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
Software Engineering for Self-Adaptive Robotics: A Research Agenda
Simula Research Laboratory（Simula研究实验室）；University of York（约克大学）；Aarhus University（奥胡斯大学）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；Southwest University（西南大学）；Norwegian University of Science and Technology（挪威科学与技术大学）
本文提出自适应机器人领域的软件工程研究议程，从软件工程生命周期与使能技术两个维度梳理待解挑战，构建面向2030年的研究路线图，为可信高效的自适应机器人系统奠定基础。
2026-05-06 cs.RO 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
Using Taint Analysis and Reinforcement Learning (TARL) to Repair Autonomous Robot Software
Fordham University（福特汉姆大学）
能够为自治系统建立正式的性能界限是很重要的。然而，形式化验证技术需要一个系统运行环境的模型;这对自治系统来说是一个挑战，特别是那些预期在较长时间尺度上运行的系统。本文介绍了正在进行的工作，以自动化的监控和修复基于ROS的自主机器人软件编写的先验部分已知的，可能是不正确的环境模型。利用污点分析方法自动提取从输入主题到发布主题的数据流序列，并对代码进行检测。一个独特的强化学习近似MDP效用计算，经验和非侵入性的表征的固有目标的软件设计师。通过比较离线（先验）实用程序与在线（部署的系统）实用程序，我们表明，使用一个小的，但真正的ROS的例子，它可以监控性能标准和违反该标准的部分软件。然后使用自动软件修复技术修补软件，并根据原始离线实用程序进行评估。
2020-05-08 cs.RO cs.SE
Beyond Surveys: Analyzing Software Development Artifacts to Assess Teaching Efforts
这篇创新实践论文提出了一种使用软件开发工件来衡量学生行为和课程设计变化的有效性的方法。有一个不断需要调整大学课程，以适应不断变化的要求和行业的转变。因此，作为一名教育工作者，至关重要的是要有办法，以确定课程设计变化的影响。在本文中，我们提出了我们的方法来分析软件存储库，以衡量学生在项目工作中的行为。我们评估这种方法在一个大学本科软件开发课程教学敏捷开发方法的案例研究。调查显示，对课程的积极态度和所采用的开发方法从Sunday到Kanban的变化。然而，调查无法用来确定学生调整工作流程的程度，以及他们是否按照课程目标这样做。因此，我们分析了学生的软件存储库数据，这些数据代表了教育工作者可以收集的信息，以揭示对学习成功和详细学生行为的见解。我们分析了在过去五门课程中创建的软件存储库，并评估了看板和Scrum使用之间的工作流程差异。
2019-03-20 cs.CY cs.SE
What are the Practices for Secret Management in Software Artifacts?
在整个2021年，GitGuardian对公共GitHub存储库的监测显示，与2020年相比，暴露的秘密（数据库凭据，API密钥和其他凭据）数量增加了两倍，累积了超过600万个秘密。系统地推导出管理秘密的实践可以帮助安全开发的从业者。我们的论文的目标是帮助从业人员通过识别软件工件中的秘密管理实践，通过系统的推导在互联网工件中传播的做法，以避免暴露的秘密。我们对互联网人工制品进行灰色文献审查，如博客文章和问答帖子。我们确定了24种做法，分为六个类别，包括开发人员和组织的做法。我们的研究结果表明，使用本地环境变量和外部秘密管理服务是最推荐的做法，以移动秘密的源代码和安全地存储秘密。我们还观察到，使用版本控制系统扫描工具和采用短期秘密是最推荐的做法，以避免意外提交秘密和限制秘密暴露，分别。
2022-08-24 cs.CR 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
Modular Verification of Autonomous Space Robotics
University of Liverpool（利物浦大学）
确保自主空间机器人控制软件正常运行至关重要，特别是因为太空中的软件故障往往等同于任务失败，并可能危及附近的宇航员和昂贵的设备。为了尽量减少软件错误导致的任务失败，我们可以利用各种工具和技术来验证软件是否按预期运行。特别是，机器人系统中的不同节点通常需要不同的验证技术来确保它们的行为符合预期。本文介绍了一种方法，用于集成的各种验证技术，适用于机器人软件，通过一阶逻辑（FOL）规范，捕捉每个节点的假设和保证。然后，这些FOL规范用于指导各个节点的验证，无论是通过测试还是使用正式方法。我们还概述了衡量我们对所用核查技术核查整个系统的信心的方法。
2019-08-28 cs.RO 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
Tracking research software outputs in the UK
本研究通过检索UKRI的GtR元数据，考察英国学术机构存储登记研究软件的情况，发现公共资助研究软件占比低、共享不足、链接有效性差，指出缺乏传播会导致研究软件流失，对其维护演进有重要影响。
2025-07-30 cs.DL 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
Software Reconfiguration in Robotics
Ruhr University Bochum（鲁尔大学波鸿分校）；University of Bergamo（贝加莫大学）；Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）；Radboud University Nijmegen（奈梅亨拉德堡德大学）；Gran Sasso Science Institute (GSSI)（格兰萨索科学研究所）；Bergen University（卑尔根大学）
本文通过审查78篇文献和分析4个主要机器人框架及48个机器人（子）系统，系统研究了机器人软件运行时自动重配置的技术现状与实践现状，揭示了二者之间的显著差距，并提供了设计空间分析和研究空白识别，以指导实践者和研究人员改进重配置技术。
2025-04-09 cs.RO cs.SE
