A Comparative Study of Various Distance Measures for Software fault prediction
在软件开发的早期阶段，不同的距离测量已经被用于有效地预测软件故障。由于其计算效率，用于软件故障预测的一种定型方法是K均值聚类，其使用任何距离度量将数据集划分为K个聚类。通过使用一些度量的距离测量被用来提取相似的数据对象，这有助于开发有效的聚类和分类算法。本文利用NASA MDP（metrics data program）数据集，研究了三种不同距离测度Euclidean、Sorensen和Canberra下的K-means聚类，并给出了ROC曲线。实验结果表明，基于Sorensen距离的K-means聚类效果优于Euclidean距离和Canberra距离。
2014-11-27 cs.SE
DistAD: Software Anomaly Detection Based on Execution Trace Distribution
现代软件系统变得越来越复杂，这使得它们难以测试和验证。在运行时检测复杂系统中的软件部分异常可以帮助处理非预期的软件行为，避免灾难性的软件故障，并提高软件运行时的可用性。这些检测技术旨在识别故障（异常）的表现形式之前，他们最终导致不可避免的故障，从而支持以下运行时容错技术。在这项工作中，我们提出了一种新的异常检测方法命名DistAD，这是基于软件运行时动态执行痕迹的分布。与其他现有的作品使用关键性能指标，执行跟踪收集在运行时通过侵入式仪器。仪器按照取样机制进行控制，以避免过多的间接费用。利用循环神经网络的双向长短期记忆（Bi-LSTM）结构实现异常检测。整个框架在单类神经网络（OCNN）学习模式下构建，可以帮助消除缺乏足够的标记样本和数据不平衡问题的限制。在一个广泛使用的数据库系统Cassandra上进行了一系列的控制实验，证明了该方法的有效性和可行性。还评估了侵入式探测所带来的开销。结果表明，DistAD可以达到超过70%的准确率和90%的召回率（在正常状态下），与未监视的执行相比，不超过2倍的开销。
2022-04-26 cs.SE
Social Aspects of Software Testing: Comparative Studies in Asia
本研究试图了解三个不同亚洲国家的软件专业学生从事和维持软件测试职业的动机和抑制因素，即，中国，印度和马来西亚。研究的问题可以是：在不同的亚洲地区，有多少软件专业的学生热衷于从事测试职业，他们选择的原因是什么？为了找到答案，我们开发了一种横截面但简单的基于调查的工具。在这项工作中，我们调查了软件专业的学生如何看待软件测试的作用。来自中国和印度的调查结果显示，学生们并不热衷于从事软件测试工作，但马来西亚的学生对软件测试表现出更积极的态度。该研究还指出了将软件测试活动视为一组依赖于人类的任务的重要性，并强调了进一步研究的必要性，即严格审查软件测试人员对软件测试活动的个人评估。本研究有助于从事软件测试课程的学者了解影响学生学习动机和消极因素的因素，并试图传达积极的观点，即测试具有挑战性，需要批判性思维和创新思想。
2022-05-16 cs.SE
Cross-System Software Log-based Anomaly Detection Using Meta-Learning
针对日志异常检测中的标注成本高、日志演变和跨系统适应挑战，提出基于元学习的CroSysLog工具，利用源系统训练并少量样本适应目标系统，在四个超算系统上验证了其高效性与适应性。
2025-01-25 cs.SE
Emotion Classification In Software Engineering Texts: A Comparative Analysis of Pre-trained Transformers Language Models
本研究比较六种预训练Transformer模型在GitHub和Stack Overflow数据集上的情感分类性能，发现通用模型优于专用模型，并引入极性特征进一步提升F1分数。
2024-02-03 cs.SE
SBVR vs OCL: A Comparative Analysis of Standards
在软件建模中，设计人员必须生成带有软件约束的UML可视化模型。类似地，在业务建模中，设计人员必须使用业务约束（业务规则）对业务流程进行建模。约束是业务或软件模型框架中的关键组件。设计人员必须编写约束，以在语义上补充业务模型或UML模型，并最终将约束实现到业务流程或源代码中。业务约束/规则可以使用SBVR（业务词汇和规则语义）编写，而OCL（对象约束语言）是编写软件约束的众所周知的媒介。SBVR和OCL是OMG的两个重要标准。这两个标准主要是不同的，因为SBVR通常用于业务领域，而OCL用于补充软件模型。然而，我们已经确定了两个标准中的一些相似之处，这些相似之处值得研究。在本文中，我们已经进行了比较分析，这两个标准，因为我们正在寻找一种机制，自动转换SBVR到OCL。研究的重点是突出SBVR和OCL的主要特征，如相似性，差异性和这两个标准可以一起工作的关键参数。
2013-04-27 cs.SE
Comparative Study on Agile software development methodologies
今天的商业环境是非常动态的，组织不断改变他们的软件需求，以适应新的环境。他们还要求软件产品的快速交付以及接受不断变化的需求。在这方面，传统的计划驱动的开发无法满足这些要求。虽然传统的软件开发方法，如基于生存周期的结构化和面向对象的方法，继续主导系统开发几十年来，许多研究已经在传统的方法，敏捷软件开发带来了自己的一套新的挑战，必须解决，以满足客户通过早期和持续交付的有价值的软件。它是一套基于迭代和增量开发过程的软件开发方法，其中需求和开发通过自组织，跨职能团队之间的协作进行，允许快速交付高质量的软件，以满足客户需求并适应需求的变化。在本文中，我们显着识别和描述的主要因素，敏捷开发方法改善软件开发过程，以满足快速变化的业务环境。我们还提供了敏捷开发方法与传统系统开发方法的简要比较，并讨论了采用敏捷方法的现状。我们推测，从需要满足客户通过早期和持续交付的有价值的软件，敏捷软件开发出现作为一种替代传统的基于计划的软件开发方法。本文的目的是提供一个深入的理解，敏捷开发方法的主要好处，软件开发行业，以及提供一个比较研究报告ASDM TSDM。
2013-07-12 cs.SE
Students' and Professionals' Perceived Creativity In Software Engineering: A Comparative Study
本研究通过访谈33名软件工程从业者和10名专业学生，梳理出45个创造力相关主题，对比发现二者在创造环境等五大维度的认知差异，并提出高等教育培养创造性问题解决能力的实践启示。
2023-12-19 cs.SE
Scaling Agile Development in Mechatronic Organizations - A Comparative Case Study
敏捷软件开发原则使公司能够成功和快速地交付软件，满足客户的期望，同时专注于高质量。许多使用纯软件系统的公司已经采用了这些原则，但是在处理非纯软件产品的公司中实现它们是具有挑战性的。我们确定了一组目标和实践，以支持开发软件密集型机电一体化系统的公司的大规模敏捷开发。我们使用了归纳法的基础上收集的实证数据在纵向研究与北欧地区的六家公司。数据汇集是在两年多的时间里通过焦点小组讲习班、个人现场访谈和补充调查进行的。大规模敏捷开发的主要好处是提高质量，通过支持交付软件、硬件和机制的团队之间的定期或持续集成的实践来实现。在这方面，最有利的交付集成周期是每四周一次;虽然每天的持续集成有利于软件团队，但其他学科似乎并没有从更快的集成周期中受益。我们确定了108个目标和开发实践，支持公司之间的敏捷原则，其中大多数与集成有关;因此，26个敏捷实践是机电一体化领域独有的，以支持采用敏捷超越纯软件开发团队。其中16项做法被视为关键推动因素，并得到我们的控制案例的证实。
2017-03-02 cs.SE
Comparative Separation: Evaluating Separation on Comparative Judgment Test Data
Department of Software Engineering, Rochester Institute of Technology（软件工程系，罗切斯特理工学院）；University of California, Santa Barbara（加州大学圣巴巴拉分校）；University of Vermont（佛罗里达大学）
本文提出比较分离概念，通过比较判断测试数据评估机器学习模型的公平性，证明其在二元分类中等同于传统分离标准。
2026-01-11 cs.LG cs.SE
Neural Network Models for Software Development Effort Estimation: A Comparative Study
软件开发工作量估算是软件项目管理的主要任务之一。在投标过程中，项目经理有效地预测软件项目的工作量或成本是至关重要的，因为高估会导致投标损失，低估会导致公司亏损。存在几种SDEE模型;机器学习模型，特别是神经网络模型，是该领域最突出的模型之一。在这项研究中，四种不同的神经网络模型：多层感知器，一般回归神经网络，径向基函数神经网络，级联相关神经网络进行了比较，彼此基于：（1）预测精度为中心的平均绝对误差标准，（2）这样的模型是否倾向于高估或低估，以及（3）如何每个模型分类其输入的重要性。来自国际软件基准标准组（ISBSG）的工业数据集被用来训练和验证四个模型。ISBSG的主要数据集经过筛选，然后根据每个项目的生产力值分为五个数据集。结果表明，4种模型在80%的数据集上存在高估的倾向，且模型输入的显著性因所选模型而异。此外，级联相关神经网络在大多数基于平均绝对残差标准构建的数据集中优于其他三个模型。
2017-08-22 cs.SE
Comparative Analysis of Carbon Footprint in Manual vs. LLM-Assisted Code Development
本文以Codeforces为平台比较手动与LLM辅助开发的碳足迹，发现LLM辅助平均高出32.72，且差异与任务复杂度显著相关，并提出减排策略。
2025-05-07 cs.SE
Ensemble Regression Models for Software Development Effort Estimation: A Comparative Study
University of Pernambuco（伯南布哥大学）
随着对计算机软件的需求不断增加，软件的范围和复杂性变得比以往任何时候都高。软件行业确实需要对正在开发的项目进行准确的评估。软件开发工作量估算是软件项目管理的主要过程之一。然而，高估和低估都可能导致软件产业的损失。这项研究确定了哪种技术具有更好的努力预测精度，并提出了组合技术，可以提供更好的估计。基于平均绝对残差（MAR）准则和统计检验，对8种不同的集成模型进行了比较。结果表明，所提出的集成模型，除了提供高效率相比，它的同行，并产生最佳的响应软件项目的努力估计。因此，在这项研究中提出的集成模型将有助于项目经理与开发质量的软件。
2020-07-03 cs.AI cs.SE
Practitioners' Expectations on Log Anomaly Detection
针对当前研究未明确从业者对日志异常检测期望的问题，本研究通过调查36国312名从业者并结合2014-2024年顶级会议文献综述，明确影响工具采用的因素及研究与需求的差距，为技术优化提供方向。
2024-12-02 cs.SE
Code Vulnerability Detection: A Comparative Analysis of Emerging Large Language Models
针对软件开发依赖开源项目引发的漏洞问题，本文对比了Llama、CodeGemma等新兴LLM与BERT、GPT-3等现有模型的代码漏洞检测性能，发现CodeGemma的F1分数和召回率在新兴模型中最高，为提升软件安全实践提供参考。
2024-09-16 cs.SE
Comparative Stability of Cloned and Non-cloned Code: A Replication Study
代码克隆是软件工程的一个重要方面。它是一个常见的软件重用原则，包括在程序中或在同一实体拥有或维护的不同系统中复制源代码。关于克隆对软件稳定性和维护工作的影响，有几个相互矛盾的说法。一些论文指出，克隆是可取的，因为它加快了开发过程，并帮助利益相关者满足紧迫的时间表和按时交付。其他论文认为，代码克隆导致代码膨胀，并导致增加软件维护成本，由于复制的缺陷和死代码。在本文中，我们复制了原作者以前对克隆的研究。我们正在重复他的工作，使用相同的方法和指标，但不同的主题和实验者。本文使用三种不同的稳定性测量方法来评估代码克隆对代码稳定性的影响。我们的团队将在用C程序设计语言开发的不同软件系统上应用相同的稳定性测量技术，以确定可推广性，确保结果可靠，验证其结果，并通过结合相关研究的先前发现来激发新的搜索。
2015-04-29 cs.SE
Evaluating Large Language Models for Time Series Anomaly Detection in Aerospace Software
Beijing Institute of Control Engineering（北京控制工程研究所）；Peking University（北京大学）
本文提出ATSADBench基准，评估大型语言模型在航空航天软件时间序列异常检测中的性能，发现其在单变量任务表现良好，但多变量任务效果欠佳，且RAG策略可能加剧假警报问题。
2026-01-29 cs.SE
Adopting Softer Approaches in the Study of Repository Data: A Comparative Analysis
内容：由于认识到需要了解在软件开发过程中制定的人员流程，软件存储库和邮件列表已成为许多研究的焦点。然而，研究人员往往主要使用数学和基于频率的技术来检查其中包含的软件工件。目的：越来越多的人认识到，这些方法只揭示了软件项目期间发生的事情的一部分，更深层次的上下文方法可以提供对软件团队动态的复杂本质的进一步理解。我们在这项研究中证明了这种方法的相关性和实用性。方法：我们使用心理语言学和定向内容分析（CA）来研究项目任务驱动团队态度和知识共享的方式。我们比较了这两种方法的结果，并为使用类似形式的存储库数据的研究人员提供了方法上的建议。结果：我们的分析揭示了显着的差异，团队的工作方式，他们的任务组合和角色的分配。结论：我们克服了与采用纯定量方法相关的限制，同时避免了在完整的案例研究中所需的实地工作的时间密集性和潜在的侵入性。
2021-06-07 cs.SE
Incubation and Beyond: A Comparative Analysis of ASF Projects Sustainability Impacts on Software Quality
本文以 Apache 软件基金会 342 个项目为对象，利用贝叶斯分析考察孵化、退役与绕过孵化三种轨迹下 16 个可持续性指标对软件质量的影响，发现毕业项目可持续性-质量关系最强，退役项目最弱，而绕过孵化项目凭借自立实践表现可比。
2025-04-13 cs.SE
A large-scale comparative analysis of Coding Standard conformance in Open-Source Data Science projects
背景资料：为了满足数据科学日益增长的行业需求，需要跨学科团队将机器学习研究转化为生产就绪的代码。软件工程团队重视对编码标准的遵守，将其视为代码可读性、可维护性和开发人员专业知识的一种体现。然而，目前还没有专门针对数据科学项目的编码标准的大规模实证研究。目的：本研究调查数据科学项目遵循代码标准的程度。特别是，哪些标准被遵循，哪些被忽略，这与传统的软件项目有什么不同？方法：我们将1048个开放源数据科学项目的语料库与1099个具有相似质量和成熟度的非数据科学项目的参考组进行了比较。结果：数据科学项目遭受使用过多参数和局部变量的函数的比率明显较高。数据科学项目也遵循与非数据科学项目不同的变量命名约定。结论：这些差异表明数据科学代码库与传统软件代码库不同，并且不遵循传统的软件工程惯例。我们推测，这可能是因为传统的软件工程惯例在数据科学项目的背景下是不合适的。
2020-07-28 cs.SE
ChatGPT vs SBST: A Comparative Assessment of Unit Test Suite Generation
本研究系统比较了ChatGPT与SBST工具EvoSuite在生成单元测试套件上的表现，基于正确性、可读性、代码覆盖率和缺陷检测能力，揭示了LLMs在软件工程领域的优势、劣势及潜力。
2023-07-02 cs.SE
MP-CodeCheck: Evolving Logical Expression Code Anomaly Learning with Iterative Self-Supervision
机器编程（MP）涉及自动化软件开发。根据研究，软件工程师将超过50%的开发时间用于调试软件。为了帮助加速调试，我们提出了MP-CodeCheck（MPCC）。MPCC是一个MP系统，它试图识别逻辑程序表达式中的异常代码模式。在设计MPCC的过程中，我们开发了两种新颖的程序设计语言表示，它们的形成对于其穷尽和有效地处理用于其自我监督训练的数十亿行代码的能力至关重要。为了量化MPCC的性能，我们将其与ControlFlag（一种最先进的自监督代码异常检测系统）进行比较;我们发现MPCC在空间和时间上都更有效。我们通过在各种开源GitHub存储库和一个专有代码库上练习来展示MPCC的异常代码检测功能。我们还提供了一个简短的定性研究的一些不同类别的代码异常，MPCC可以检测到提供一个简短的洞察其能力。
2022-04-14 cs.SE
Heterogeneous Anomaly Detection for Software Systems via Attentive Multi-modal Learning
及时、准确地检测系统异常对于确保软件系统的可靠性至关重要。与利用所有可用的运行时信息的手动努力不同，现有方法通常仅利用单一类型的监视数据（通常是日志或度量），或者不能有效地利用多源数据之间的联合信息。因此，出现了许多错误的预测。为了更好地理解系统异常的表现形式，我们基于大量异质数据进行了全面的实证研究，即，日志和指标。我们的研究表明，系统异常可以明显地表现在不同的数据类型。因此，集成异构数据可以帮助恢复系统健康状态的全貌。在这种情况下，我们提出了HADES，第一个工作，以有效地识别系统异常的基础上异构数据。我们的方法采用了层次化的体系结构，通过融合日志语义和度量模式来学习系统状态的全局表示。它通过一个新的跨模态注意力模块从多模态数据中捕获有区别的特征和有意义的交互，从而实现准确的系统异常检测。我们在大规模模拟和工业数据集上广泛评估HADES。实验结果表明了HADES在异构数据上检测系统异常的优越性。我们发布代码和注释数据集，以供重复性和未来研究。
2023-02-15 cs.SE
A Comparative Case Study on the Impact of Test-Driven Development on Program Design and Test Coverage
测试驱动开发（TDD）是一种编程技术，其中测试在源代码之前编写。TDD被认为是最基本的实践之一，能够以敏捷和迭代的方式开发软件。文献和实践都表明，TDD实践产生了几个好处。从本质上说，TDD导致了软件设计的改进，这对系统的可维护性和进一步开发产生了巨大的影响。TDD对程序设计的影响很少受到研究人员的关注。本文报告了三个软件开发项目的比较案例研究的结果，TDD对程序设计的影响是使用面向对象的度量。结果表明，TDD对程序设计的影响并不像预期的那么明显，但测试覆盖率明显优于迭代测试后开发。
2017-11-14 cs.SE
A Comparative Study of Vulnerability Reporting by Software Composition Analysis Tools
背景：现代软件使用许多第三方库和框架作为依赖项。这些依赖关系中的已知漏洞是潜在的安全风险。因此，软件组合分析（SCA）工具越来越多地被从业者采用，以跟踪脆弱的依赖关系。目的：本研究的目标是了解不同SCA工具在漏洞报告方面的差异。了解现有SCA工具在分析方面是否存在差异以及差异如何，可以帮助安全从业人员选择正确的工具并确定未来的研究需求。方法：我们通过比较9个行业领先的SCA工具对一个大型Web应用程序OpenMRS的分析报告，提出了一个深入的案例研究，OpenMRS由Maven（Java）和npm（JavaScript）项目组成。结果：我们发现这些工具在漏洞报告方面各不相同。在所研究的工具中，Maven报告的脆弱依赖项的数量从17到332不等，npm项目从32到239不等。同样，Maven工具报告的已知漏洞数量从36到313不等，npm项目从45到234不等。我们对工具结果的手动分析表明，漏洞数据库的准确性是SCA工具的关键区别。结论：我们建议从业者目前不应依赖任何单一工具，因为这可能导致遗漏已知漏洞。我们指出了SCA领域的两个研究方向：i）建立框架和指标来识别依赖漏洞的误报; ii）构建自动化技术来持续监控来自开源包生态系统的漏洞数据。
2021-09-01 cs.SE
Architecting software monitors for control-flow anomaly detection through large language models and conformance checking
University of Naples Federico II（那不勒斯费德里科二世大学）；University of Applied Sciences and Arts of Southern Switzerland（瑞士南部应用科学与艺术大学）；University of Florence（佛罗伦萨大学）；Linnaeus University（林奈大学）
本文提出利用大型语言模型和符合性检查构建软件监视器，以检测控制流异常。通过在铁路交通管理系统中测试，该方法实现了82.849%的控制流覆盖率和95.957%的F1分数。
2026-03-27 cs.LG cs.SE
A Comparative Case Study of Code Reuse With Language Oriented Programming
在软件设计中重用高级概念的能力和重用实现它们的代码的能力之间存在着差距。面向语言编程（LOP）是一种软件开发范式，旨在通过广泛使用领域特定语言（DSL）来缩小这一差距。使用LOP，高级可重用概念成为可重用DSL构造，并在DSL实现中完成它们到代码级概念的转换。特定的产品是使用DSL代码实现的，因此只重用高级概念。在本文中，我们提供了两种实现方法之间的比较：（a）使用外部DSL与投影语言工作台（MPS）;和（b）使用内部DSL与LOP语言（Cedarian）。为了演示如何在每种方法中实现重用，我们提出了一个小的案例研究，LOP是用来建立一个软件产品线（SPL）的计算器软件。
2011-03-30 cs.PL cs.SE
Towards LLM Accelerated Rapid Reviews for Software Tool Discovery -- Case for Log Anomaly Detection
University of Helsinki（赫尔辛基大学）；University of Oulu（奥卢大学）；University of Southern Denmark（南丹麦大学）
提出一种结合LLM筛选和编码代理的流水线，用于快速识别和运行软件工具，在日志异常检测案例中实现高效综述。
2026-06-16 cs.SE
A Novel Short-Term Anomaly Prediction for IIoT with Software Defined Twin Network
Department of Software Engineering Manisa Celal Bayar University（软件工程系曼萨拉·塞拉尔·贝亚尔大学）
本文提出了一种基于软件定义双胞网络的物联网短期异常检测框架，通过时间感知特征标注和机器学习模型评估，实现了高召回率和强分类性能的平衡。
2025-09-24 cs.LG cs.NI cs.SE
From Horizontal Layering to Vertical Integration: A Comparative Study of the AI-Driven Software Development Paradigm
China Creative Studies Institute（中国创意研究学院）；Shanghai Zhongqiao Vocational and Technical University（上海仲桥职业技术大学）；Shanghai Jiaotong University（上海交通大学）
本文研究了AI驱动的软件开发范式转变，发现垂直整合可大幅降低资源消耗，并提出人机协作效能作为组织优化的新目标。
2026-01-30 cs.AI cs.SE
How to Configure Masked Event Anomaly Detection on Software Logs?
具有屏蔽事件预测的软件日志异常事件检测具有多种技术方法，具有无数的配置和参数。我们的目标是为将来类似的研究提供一个基线。我们使用的模型是N-Gram模型，这是自然语言处理（NLP）领域的经典方法，以及两种深度学习（DL）模型-长短期记忆（LSTM）和卷积神经网络（CNN）。对于数据集，我们使用了四个数据集Profilence、BlueGene/L（BGL）、Hadoop分布式文件系统（HDFS）和Hadoop。其他设置是滑动窗口的大小，它决定了我们使用多少周围事件来预测给定事件，掩码位置（我们预测的窗口内的位置），仅使用唯一序列，以及用于训练的数据部分。结果显示了可以在数据集上推广的设置的明确指示。DL模型的性能不会随着窗口大小的增加而恶化，而N-Gram模型在BGL和Profilence数据集上显示出更差的性能。尽管下一个事件预测很受欢迎，但结果表明，在这种情况下，最好不要预测子序列边缘的事件，即，第一个或最后一个事件，当窗口大小为5时，预测第四个事件的结果最好。关于用于训练的数据量，结果显示了数据集和模型之间的差异。例如，N-Gram模型似乎比DL模型对缺乏数据更敏感。总的来说，对于类似的实验设置，我们建议以下一般基线：窗口大小10，掩码位置倒数第二，不过滤掉非唯一序列，并使用总数据的一半进行训练。
2022-08-03 cs.SE
Exploring Robot Trajectory Planning -- A Comparative Analysis of Algorithms And Software Implementations in Dynamic Environments
University of Lincoln（林肯大学）
本文比较分析了动态环境中机器人轨迹规划算法及其软件实现，旨在解决适应性和实时分析问题，以更好地应对不可预测环境。
2024-07-18 cs.RO cs.SE cs.SY
Speed and Performance of Parserless and Unsupervised Anomaly Detection Methods on Software Logs
本研究比较了四种无监督异常检测方法在软件日志上的性能，发现隔离森林与事件表示在未过滤数据上最优（AUC-ROC 0.829），而OOV检测器与三元组表示在仅正常数据上最佳（0.846），并给出了速度最优选择。
2024-09-20 cs.SE
A Comparative Study on the Impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on Enterprise Software Delivery Effectiveness
Solbridge International School of Business（Solbridge国际商学院）
本研究通过定性访谈比较TDD与BDD对企业软件交付效能的影响，发现TDD提升代码质量、减少缺陷，BDD改善跨职能沟通，但各有挑战，为企业选择开发模式提供指导。
2024-11-05 cs.CL cs.SE
OrEdge: Efficient Multi-Modal Anomaly Detection in Distributed Software Systems via Orthogonal-Domain Learning
Lassonde School of Engineering, York University（约克大学拉松德工程学院）
OrEdge是基于正交域学习的轻量级多模态异常检测框架，通过OrEdgeCore重构模块，在微服务数据集上实现了高精度，且模型参数仅9.6K，推理延迟较现有方法降低一个数量级以上，可高效部署于边缘设备。
2026-08-04 cs.AI cs.SE
OneLog: Towards End-to-End Training in Software Log Anomaly Detection
University of Oulu（奥卢大学）；University of Helsinki（赫尔辛基大学）
本文提出 OneLog，用单个字符级 CNN 端到端处理日志文本、数字与标点，取代传统四阶段流程，并在六个数据集及多种项目设置下验证其先进性能与跨数据集泛化能力。
2024-02-27 cs.LG cs.SE
Requirements Perception Gap across Stakeholders: A Comparative Survey of Aged Care Digital Health Software
Monash University（莫纳什大学）；Deakin University（迪肯大学）
本文通过比较老年人、护理人员和数字健康软件开发者对关键功能和非功能需求的看法，揭示了不同利益相关者之间在需求优先级上的差距，并提出了未来协同设计和产品决策的指导。
2026-04-16 cs.HC cs.SE
Multivariate Log-based Anomaly Detection for Distributed Database
针对分布式数据库缺乏多节点、多异常日志数据集及单节点检测误报率高的问题，本文发布首个开源多变量日志数据集，并提出 MultiLog 方法，性能较现有最先进方法提升约 12%。
2024-06-12 cs.SE
Comparative Analysis of Quantum and Classical Support Vector Classifiers for Software Bug Prediction: An Exploratory Study
University of Saskatchewan（萨斯喀彻温大学）；University of Prince Edward Island（爱德华王子岛大学）
本研究探讨了量子支持向量分类器（QSVC和PQSVC）在14个开源项目中检测有缺陷软件提交的应用，提出数据集划分、预测聚合和增量测试方法以克服量子特征映射挑战，证明了QML在缺陷预测中的有效性。
2025-01-08 cs.LG cs.SE
Log-based Anomaly Detection of Enterprise Software: An Empirical Study
University of Calgary（卡尔加里大学）；York University（约克大学）
本文在规模较小且结构松散的工业日志数据集上实证评估多种先进异常检测模型，分析数据泄漏、缺陷类型和训练集大小对模型有效性的影响。
2023-10-31 cs.LG cs.SE
Maat: Performance Metric Anomaly Anticipation for Cloud Services with Conditional Diffusion
提出 Maat 两阶段框架，结合条件扩散模型的多步指标预测与增量孤立森林检测，实现云服务性能异常的提前预警。
2023-08-15 cs.SE
A Comparative Analysis of Backbone Algorithms for Configurable Software Systems
Universidad Nacional de Educacion a Distancia (UNED)（西班牙国家开放大学）；ITIS Software, Universidad de Málaga（马拉加大学 ITIS 软件）
本文通过分析2371个来自真实世界可变性模型的公式，比较了5种先进算法在不同规模公式上的性能，发现算法2/3适合小规模公式，算法5在大规模公式中表现最佳，且过滤启发式对性能影响较小。
2026-03-16 cs.SE
Detecting Anomalies in Software Execution Logs with Siamese Network
本文提出基于孪生网络和 LSTM 的软件日志异常检测方法，在 HDFS 数据集上取得 F1=0.996 的最优性能，并通过训练对生成算法、混合模型及日志演化监测与可视化技术降低工程成本、提升鲁棒性和可管理性。
2021-02-02 cs.SE
A Broad Comparative Evaluation of Software Debloating Tools
本文调研10年文献并在20个基准上以12项指标比较10款软件去臃肿工具，发现其成功率、健全健壮性及安全性能收益均有限。
2024-06-12 cs.CR cs.PL cs.SE
Automated Non-Functional Requirements Generation in Software Engineering with Large Language Models: A Comparative Study
The Pennsylvania State University（宾夕法尼亚州立大学）
本研究构建基于大语言模型的非功能需求自动生成框架，通过定制提示技术从功能需求推导质量驱动型非功能需求，经专家评估验证了生成质量，并对比了8款大语言模型的性能差异。
2025-03-19 cs.AI cs.SE
Benchmarking Machine Learning Technologies for Software Defect Detection
机器学习方法在解决信息较少的问题方面很好。在大多数情况下，软件领域问题的特点是一个学习的过程，取决于各种情况和相应的变化。通过使用机器学习方法构建预测模型，并将其分类为有缺陷和无缺陷模块。机器学习技术帮助开发人员在分类后检索有用的信息，并使他们能够从不同的角度分析数据。机器学习技术在软件缺陷预测方面被证明是有用的。这项研究使用了软件模块的公共可用数据集，并提供了不同的机器学习技术用于软件错误预测的比较性能分析。结果表明，大多数机器学习方法在软件缺陷数据集上表现良好。
2015-06-24 cs.SE
A Broad Comparative Evaluation of x86-64 Binary Rewriters
二进制重写是一种快速成熟的技术，用于在不访问源代码的情况下修改软件以进行插装、定制、优化和强化。不幸的是，二进制重写工具的实际应用对用户来说往往是不清楚的，因为它们的局限性在文献中被掩盖了。除其他挑战外，这阻碍了这些工具的广泛采用。为了解决这个缺点，我们收集了10个流行的二进制重写器，并评估其在广泛的输入二进制类的一般性和由此产生的重写二进制文件的功能可靠性。此外，我们还评估了重写器本身的性能以及它们产生的重写二进制文件。这个广泛的评估的目标是建立一个共享的背景下，为未来的研究和开发的二进制重写工具，提供一个国家的实践能力。为了支持潜在的二进制重写器用户，我们还确定了输入的二进制功能，预测工具的成功，并表明一个简单的决策树模型可以准确地预测是否一个特定的工具可以重写目标二进制。二进制重写器，我们的3344个样本二进制文件的语料库，以及评估基础设施本身都可以作为开源软件免费获得。
2022-09-07 cs.SE
A Comparative Study of Text Embedding Models for Semantic Text Similarity in Bug Reports
Juniper Networks（瞻博网络）
本文比较TF-IDF、FastText、Gensim、BERT和ADA等嵌入模型在缺陷报告相似检索中的效果，发现BERT召回率最佳，为选择合适嵌入方法提供依据。
2023-11-30 cs.CL cs.LG cs.SE
Open Source Development Around the World: A Comparative Study
开源软件在我们的现代社会中具有越来越重要的作用，它为其他软件系统提供基本服务，并支持各种最终用户应用程序的快速开发。最近，像GitHub这样的全球代码共享平台也为开源的增长做出了贡献。然而，人们对这种增长在世界各地的分布情况以及不同国家开发的项目的特点知之甚少。在本文中，我们提供了在20个国家开发的2，648个开源项目的特征。我们揭示了每个国家的项目数量，每个国家的项目的受欢迎程度和程序设计语言，并显示了一个国家的项目数量与其GDP的相关性。最后，我们评估的可维护性和内部代码质量的研究项目，使用一种工具称为BetterCodeHub。
2018-05-03 cs.CY cs.SE
Advancing Software Security and Reliability in Cloud Platforms through AI-based Anomaly Detection
University of Western Ontario（西安大略大学）；IBM Canada Lab（IBM加拿大实验室）
本研究通过结合CNN和LSTM模型对网络流量进行异常检测，以增强CI/CD管道与云平台的安全性，实现了98.69%和98.30%的准确率，并生成异常日志以支持现代DevOps实践。
2024-11-14 cs.AI cs.LG cs.SE
Reducing Events to Augment Log-based Anomaly Detection Models: An Empirical Study
Peking University（北京大学）；Alibaba Group（阿里巴巴集团）
本研究针对现有基于日志的异常检测方法依赖海量日志、效率低且易受噪声干扰的问题，通过实证分析日志数量与异常表征效果的关联，提出LogCleaner日志精简方法，可减少超70%日志、提速约300%并提升检测性能。
2024-09-15 cs.AI cs.SE
Robust and Transferable Anomaly Detection in Log Data using Pre-Trained Language Models
TU Berlin（柏林工业大学）
诸如云的大型计算机系统中的异常或故障对通信、计算和存储信息的大量用户具有影响。因此，及时准确的异常检测对于这些日益重要的系统的可靠性、安全性、安全操作和减轻损失是必要的。最近，软件行业的发展提出了几个需要解决的问题，包括（1）解决由于软件升级引起的软件发展，以及（2）解决冷启动问题，其中来自感兴趣的系统的数据不可用。在本文中，我们提出了一个框架，异常检测日志数据，作为一个主要的故障排除源的系统信息。为此，我们利用预训练的通用语言模型来保留日志消息的语义，并将其映射到日志向量嵌入。关键的想法是，这些表示的日志是强大的，不太不变的日志中的变化，因此，在一个更好的泛化的异常检测模型的结果。我们在云数据集上进行了几个实验，评估不同的语言模型，以获得数字日志表示，如BERT，GPT-2和XL。鲁棒性通过逐渐改变日志消息来评估，以模拟语义的变化。我们的研究结果表明，所提出的方法实现了高性能和鲁棒性，这开辟了未来的研究在这个方向上的可能性。
2021-02-23 cs.AI cs.CL cs.SE
Heterogeneous Anomaly Detection for Software Systems via Semi-supervised Cross-modal Attention
The Chinese University of Hong Kong（香港中文大学）；Sun Yat-sen University（中山大学）；Huawei（华为）
及时、准确地检测系统异常对于确保软件系统的可靠性至关重要。与利用所有可用的运行时信息的手动努力不同，现有的方法通常仅利用单一类型的监视数据（通常是日志或度量），或者无法有效地利用不同类型的数据之间的联合信息。因此，出现了许多错误的预测。为了更好地理解系统异常的表现形式，我们对大量异构数据进行了系统研究，即，日志和指标。我们的研究表明，日志和度量可以协同和互补地显示系统异常，而单独使用日志和度量都是不够的。因此，集成异构数据可以帮助恢复系统健康状态的全貌。在这种情况下，我们提出了Hades，这是第一个基于异构数据有效识别系统异常的端到端半监督方法。我们的方法采用了层次化的体系结构，通过融合日志语义和度量模式来学习系统状态的全局表示。它通过跨模态注意力模块从异构数据中捕获有区别的特征和有意义的交互，并以半监督的方式进行训练。我们在大规模模拟数据和华为云数据集上对Hades进行了广泛的评估。实验结果表明了该模型在检测系统异常方面的有效性。我们还发布了代码和注释的数据集，用于复制和未来的研究。
2023-02-14 cs.AI cs.SE
Praxium: Diagnosing Cloud Anomalies with AI-based Telemetry and Dependency Analysis
Boston University（波士顿大学）
本文提出Praxium框架，利用AI技术进行云服务异常检测和根本原因推断，通过遥测数据和依赖分析提高故障诊断效率和准确性。
2026-05-20 cs.LG cs.SE
