التصنيف الآلي لتنبيهات تحليل الكود الثابت: دراسة حالة
| العنوان | التصنيف الآلي لتنبيهات تحليل الكود الثابت: دراسة حالة |
|---|---|
| المؤلف | يوكسيل، أولاش، سوزر، حسن |
| تاريخ النشر: | 2013 |
| مكان النشر | - IEEE |
| الموضوع | تصنيف التنبيهات، دراسة الحالة الصناعية، تحليل الكود الثابت |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 1063-6773 |
| رقم السجل | 38548e7a-b4ed-433e-b0af-cc8779f5373b |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2013 |
| ملاحظات | نظرًا لقيود حقوق الطبع والنشر، فإن الوصول إلى النص الكامل لهذه المقالة متاح فقط عبر الاشتراك. |
| نص عينة | تقوم أدوات تحليل التعليمات البرمجية الثابتة تلقائيًا بإنشاء تنبيهات لأخطاء البرامج المحتملة التي يمكن أن تؤدي إلى الفشل. ومع ذلك، عادة ما يتعرض المطورون لعدد كبير من التنبيهات. علاوة على ذلك، فإن بعض هذه التنبيهات تخضع لنتائج إيجابية كاذبة، وهناك نقص في الموارد اللازمة لفحص جميع التنبيهات يدويًا. ولمعالجة هذه المشكلة، تم اقتراح العديد من الأساليب لتصنيف التنبيهات أو تصنيفها تلقائيًا بناءً على احتمالية الإبلاغ عن خطأ فادح. أحد الأساليب الواعدة هو تطبيق تقنيات التعلم الآلي لتصنيف التنبيهات بناءً على مجموعة من الخصائص المصطنعة. في هذا العمل، قمنا بتقييم هذا النهج في سياق دراسة حالة صناعية لتصنيف التنبيهات الناتجة عن برنامج التلفزيون الرقمي. أولاً، قمنا بإنشاء معيار يعتمد على قاعدة التعليمات البرمجية هذه من خلال التحليل اليدوي لآلاف التنبيهات. بعد ذلك، قمنا بتقييم 34 خوارزمية للتعلم الآلي باستخدام 10 خصائص مختلفة وحددنا الخصائص التي لها تأثير كبير. لقد حصلنا على نتائج واعدة فيما يتعلق بدقة التصنيف. |
| DOI | 10.1109/ICSM.2013.89 |
