文献

J-GLOBAL ID：202502251329784640   整理番号：25A2047318

異なる変更量のコミットがJust-In-Timeバグ予測の評価結果へ与える影響の調査

Analysis of the impact of different commit sizes on the evaluation of just-in-time defect prediction

著者 (5件)： 近藤将成 (九州大学) ,  池田翔 (九州大学) ,  Gopi Krishnan Rajbahadur (Queen’s University) ,  鵜林尚靖 (早稲田大学) ,  亀井靖高 (九州大学)
資料名： ソフトウェア工学の基礎ワークショップ論文集(Web)  (Proceedings of the JSSST Workshop on Foundation of Software Engineering (Web))
巻： 31  ページ： 75-84(J-STAGE)  発行年： 2024年 
JST資料番号： U2922A  ISSN： 2436-634X  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： バグを含んだコミットを予測するためにJust-In-Timeバグ予測モデル(JITモデル)が研究されている.コミットから得られるメトリクスを説明変数とする機械学習分類器を利用するモデルが一般的である.説明変数として変更メトリクスが活用されることが多いが,JITモデルはその中でもコードの変更量に関するメトリクス(例:追加された行数)に予測結果が依存することが知られている.このような依存は,JITモデルが大きな変更量のコミットを優先してバグありと判定している可能性を示唆している.つまり,小さな変更量のコミットを正確に予測できていない可能性がある.しかし,小さな変更量のコミットもソフトウェアプロジェクトの変更の大きな割合を占めており,これらのコミットに含まれるバグを正しく予測する必要がある.バグ予測モデルに関するこれまでの研究ではコミットを変更量で分けずに評価を行っているため,そういった小さなコミットに対する予測精度を評価できていない.本研究ではコミットを変更量で分けずに評価した場合,JITモデルに対する評価結果を正しく解釈できない可能性について調査を行った.まず小さな変更量のコミットを定義し,それらのコミットがソフトウェアプロジェクトにおいて無視できない割合存在しており,かつ,バグを混入する可能性があることを示した.また,JITモデルの予測精度はコミットの変更量ごとに異なることを示した.最後に,11の分析対象のプロジェクトのうち最大で10のプロジェクトで,小さな変更量のコミットに対するJITモデルの予測精度が有意に低いことを明らかにした.(著者抄録)

シソーラス用語： *改変 ,  *意見 ,  *かんばん方式 ,  *ソフトウェア障害 ,  *欠陥予測 ,  ソフトウェアプロジェクト ,  モデル ,  モデル予測精度
準シソーラス用語： *設計変更 ,  *コミットメント ,  JITモデル

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： コミット ,  バグ ,  予測 ,  評価 ,  調査