文献

J-GLOBAL ID：202202252588402291   整理番号：22A0225050

静的解析ツールを自動的に構成するためのコードレビューの利用【JST・京大機械翻訳】

Using code reviews to automatically configure static analysis tools

著者 (6件)： Zampetti Fiorella (University of Sannio, Benevento, Italy) ,  Mudbhari Saghan (Washington State University, Pullman, WA, USA) ,  Arnaoudova Venera (Washington State University, Pullman, WA, USA) ,  Di Penta Massimiliano (University of Sannio, Benevento, Italy) ,  Panichella Sebastiano (Zurich University of Applied Sciences, Winterthur, Switzerland) ,  Antoniol Giuliano (Ecole Polytechnique de Montreal, Montreal, Canada)
資料名： Empirical Software Engineering  (Empirical Software Engineering)
巻： 27  号： 1  ページ： 28  発行年： 2022年 
JST資料番号： W1036A  ISSN： 1382-3256  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 開発者は,それらのソースコードにおける異なる種類の品質欠陥を自動的に検出する静的コード解析ツール(SCAT)を使用する。SCATによって提起された多くの警報はプロジェクト/組織に無関係であるかもしれないので,プロジェクト開発履歴から情報を活用できる可能性があり,SCATをどの警報が上昇させ,そうではないかを自動的に構成する。本論文では,SCAT警報を推薦する,あるいは警報カテゴリーを許すために,(状態レベル)コードレビューコメントをレバレッジするための自動化アプローチ(Auto-SCAT)を提案した。この目的のために,著者らは,他の異なるプロジェクトでなされたレビューコメントと同様に,それらの記述とメッセージを活用することによって,SCAT警報に関するコードレビューコメントについてトレースした。よく知られたSCATであるCheckStyleが,6つのJavaオープンソースプロジェクトの文脈で構成できる方法を研究するために,自動SCATを適用した。結果は,Auto-SCATが,コードレビューコメントを,61%の精度と52%の再現率で,CheckStyleチェックに分類できることを示した。また,CheckStyle警報とは関連しないコードレビューコメントも考慮し,自動SCATは,約75%の精度と再現率を持つ。さらに,Auto-SCATはチェックレベルで72.7%の精度とカテゴリーレベルで96.3%の精度でCheckStyleを構成できる。最後に,著者らの知見は,Auto-SCATが,デフォルトCheckStyle構成に基づく最先端のベースラインを凌駕するか,または以前に取り除かれた警報の歴史を leverぐことを強調する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  *警報 ,  基準線 ,  Java
準シソーラス用語： 解析ツール ,  *静的解析 ,  再現率 ,  ソースコード ,  *コードレビュー ,  SCAT , 【Automatic Indexing@JST】

著者キーワード (3件)： 静的解析ツール ,  コードレビュー ,  自動工具構成

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 (3件)： 静的解析 ,  ツール ,  コードレビュー