정확한 프로그램 결함 위치 추적을 위한 전-후처리 방법론

김동선

추천

검색

질문

자료유형: 학술저널

저자정보: 김동선 (경북대학교)

저널정보: 한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제27권 제2호

발행연도: 2022.3

수록면: 240 - 243 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

프로그램 결함에 대한 위치 추적은 소프트웨어 유지 및 보수를 위해 필수적인 요소이다. 대부분은 버그리포트가 제출되었을 때, 결함 추적이 개발자들의 수작업으로 이루어지기 때문에 비용 소모가 많은 작업에 속한다. 현재까지 많은 연구자가 해당 작업을 자동화시키기 위하여 노력해 왔지만 보고된 결과에 따르면, 현업에서 사용되기에 아직도 부족한 성능을 보이는 추세이다. 이에, 본 연구에서는 많은 양의 버그 리포트 데이터와 관련 최신 연구들을 분석하여, 기존 연구들이 하나의 전처리 방법을 모든 버그 리포트에 일괄적으로 적용하고, 이런 방법은 위치 추적에 악영향을 준다는 것을 파악하였다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 선택적인 전-후처리 방법론을 제안한다.

#Bug report #bug localization #processing operators

참고문헌 (6)

참고문헌 신청

Hive-issues, https://issues.apache.org/jira/projects/HIVE/issues/ (Last Accessed: Jan. 2022). X. Huo, F. Thung, M. Li, D. Lo, S.-T. Shi, “Deep transfer bug localization“, IEEE Transactions on Software Engineering, Vol. 47, No. 7, July 2019. doi: https://doi.org/10.1109/TSE.2019.2920771

G. Gay, S. Haiduc, A. Marcus, T. Menzies, “On the use of relevance feedback in ir-based concept location“, Proceedings of the IEEE International Conference on Software Maintenance (ICSM 2009), pp. 351–360, 2009. doi: https://doi.org/10.1109/ICSM.2009.5306315

K. C. Youm, J. Ahn, E. Lee, “Improved bug localization based on code change histories and bug reports“, Information and Software Technology, Vol. 82, pp. 177–192, 2017. doi: https://doi.org/10.1016/j.infsof.2016.11.002

J. Lee, D. Kim, T. F. Bissyandé, W. Jung, Y. LeTraon, “Bench4BL: Reproducibility study on the performance of IR-based bug localization“, Proceedings of the 27th ACM SIGSOFT International Symposium on Software Testing and Analysis, pp. 61–72, 2018. doi: https://doi.org/10.1145/3213846.3213856

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김동순

소속기관 조선대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 전기전자공학 > 전자공학

논문수 52 이용수 4,865

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (6)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)