مقاله ترجمه شده درباره پیش بینی نقص های نرم افزاری با آزمون های علیت – سال 2014
مشخصات مقاله:
عنوان فارسی مقاله:
پیش بینی نقص های نرم افزاری با آزمون های علیت
عنوان انگلیسی مقاله:
Predicting software defects with causality tests
کلمات کلیدی مقاله:
پیش بینی نقص، علیت، آزمون گرنجر
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
مهندسی نرم افزار
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1- مقدمه
2. علیت گرنجر
2.1. مجموعه های زمانی ثابت
2.2 آزمون گرنجر
3- روش پیشنهادی
3.1.استخراج نقوص مجموعه های زمانی
3.2. استفاده از آزمون گرنجر
3.3. محاسبه حدود آستانه ای برای آغاز هشدارها
3.4. مدل پیش بینی نقص
4. مجموعه داده ها
4.1 توسعه مجموعه داده ها
4.2. جمع آوری داده ها
5. مطالعه امکان سنجی
5.1. پیش شرط هایی در مجموعه های زمانی نقص ها
5.2. پیش شرط های مجموعه های زمانی معیارهای کد منبع
5.3. نقص های تحت پوششگرنجر
5.4. وقفه های بررسی شده توسطگرنجر
6. ارزیابی مدل
6.1. راه اندازی ارزیابی
6.2. نتایج
6.2.1. RQ1:دقت و جامعیت رویکرد ما چیست؟
6.2.2. RQ2:چگونه رویکرد ما باخط مبناهای پیشنهادی مقایسه می شود؟
.6.2.3 RQ3: تاثیر بکارگیری توابع دیگر (متفاوت از میانگین) برای راه اندازی هشدارها چیست؟
6.2.4. RQ4: با توجه به شدت آنها، نوعاً چه نوع اشکالاتی توسط مدل های پیشنهادی پیش بینی می شوند؟
7. کارهای مرتبط
8. نتیجه گیری ها
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
In this paper, we propose a defect prediction approach centered on more robust evidences towards causality between source code metrics (as predictors) and the occurrence of defects. More specifically, we rely on the Granger causality test to evaluate whether past variations in source code metrics values can be used to forecast changes in time series of defects. Our approach triggers alarms when changes made to the source code of a target system have a high chance of producing defects. We evaluated our approach in several life stages of four Java-based systems. We reached an average precision greater than 50% in three out of the four systems we evaluated. Moreover, by comparing our approach with baselines that are not based on causality tests, it achieved a better precision.
چکیده
در این مقاله، ما یک روش پیش بینی نقوص متمرکز بر شواهد قوی تر نسبت به علیت بین معیارهای کد منبع (مثلا پیش بینی) و وقوع نقص ارائه دادیم. به صورت تخصصی، ما در آزمون علیت گرنجر تکیه به ارزیابی این داریم که آیا تغییرات اخیر در مقادیر معیارهایمنبع کد می تواند برای پیش بینی تغییرات در مجموعه های زمانی از نقوص مورد استفاده قرار گیرد.
هشدارهای رویکرد ما به کار می افتد زمانی که تغییرات انجام گرفته نسبت به کد منبع یک سیستم مورد نظر دارای هدف شانس بالایی جهتتولید نقص می باشد. ماروش مان رادر چند مرحله زندگی از چهار سیستم مبتنی بر جاوا مورد بررسی قرار دادیم.ما به یک متوسط دقت بیشتر از 50٪در سه مورد از چهار سیستم مورد بررسی مان رسیدیم. علاوه بر این، با مقایسه رویکرد مان با اصولی که بر اساس آزمون های علیت نبودند،دقت بهتری را به دست آوردیم.
