Yazar
Yüksel, Ulaş, Sözer, Hasan
Basım Tarihi
2013
Basım Yeri
-
IEEE
Konu
Uyarı sınıflandırması, Endüstriyel örnek olay incelemesi, Statik kod analizi
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
1063-6773
Kayıt Numarası
38548e7a-b4ed-433e-b0af-cc8779f5373b
Lokasyon
Bilgisayar Bilimi
Tarih
2013
Notlar
Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.
Örnek Metin
Statik kod analiz araçları, arızalara yol açabilecek olası yazılım hatalarına ilişkin otomatik olarak uyarılar oluşturur. Ancak geliştiriciler genellikle çok sayıda uyarıya maruz kalır. Üstelik bu uyarılardan bazıları hatalı pozitif sonuçlara maruz kalabilir ve tüm uyarıları manuel olarak inceleyecek kaynak eksikliği vardır. Bu sorunu çözmek için, uyarıları kritik bir arızayı bildirme olasılıklarına göre otomatik olarak sıralamak veya sınıflandırmak için çok sayıda yaklaşım önerilmiştir. Umut verici yaklaşımlardan biri, uyarıları bir dizi yapay özelliğe göre sınıflandırmak için makine öğrenimi tekniklerinin uygulanmasıdır. Bu çalışmada, bir dijital TV yazılımı için oluşturulan uyarıları sınıflandırmak amacıyla bu yaklaşımı endüstriyel bir örnek olay çalışması bağlamında değerlendiriyoruz. Öncelikle binlerce uyarıyı manuel olarak analiz ederek bu kod tabanını temel alan bir kıyaslama oluşturduk. Daha sonra 10 farklı yapı özelliğini kullanarak 34 makine öğrenimi algoritmasını değerlendirdik ve önemli etkiye sahip özellikleri belirledik. Sınıflandırmanın kesinliği açısından umut verici sonuçlar elde ettik.
DOI
10.1109/ICSM.2013.89
