LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Silva, Alisson Solitto da [UNESP]
Orientador(a): Garcia, Rogério Eduardo [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Localização de defeitos
Ontologia
Manutenção corretiva
Engenharia de software
Palavras-chave em Inglês:
Bug location
Ontology
Corrective maintenance
Software engineering
Link de acesso: http://hdl.handle.net/11449/236496
Resumo: Os relatórios de defeitos ajudam a triagem de inconsistências encontradas durante todo o ciclo de vida do software, por possuírem informações valiosas para a Engenharia de Software. O processo de localização de defeitos busca identificar artefatos de código-fonte possivelmente relacionados ao defeito reportado. Essa tarefa executada de maneira manual é onerosa para os programadores responsáveis pela correção, que geralmente precisam realizar a análise no código-fonte para identificar o artefato defeituoso e, depois, realizar as manutenções necessárias. O processo de localização de defeitos auxilia os programadores delimitando o espaço de busca e identificando arquivos relevantes relacionados ao defeito. Geralmente, as metodologias adotadas para o processo de localização de defeitos utilizam técnicas de aprendizado de máquina com similaridade textual, algoritmos de classificação e agrupamento de arquivos de código-fonte de acordo com os dados extraídos dos relatórios de defeitos. Nessas abordagens de localização de defeitos, os arquivos de código-fonte são considerados como unidades, podendo gerar ruídos quando o arquivo de código-fonte é grande. Neste trabalho é apresentado um modelo de localização de defeitos utilizando o conhecimento semântico do código-fonte com o apoio de ontologias. O desempenho do modelo proposto foi avaliado em seis projetos de software relevantes de código aberto (AutoMapper, MsBuild, EfCore, AspNetCore, MQTTnet e NLog) utilizando as métricas de avaliação Top N Rank of Files (TNRF), Mean Reciprocal Rank (MRR) e Mean Average Precision (MAP). Os resultados mostram que o modelo proposto alcança resultados significativos.
id UNSP_8b15d3333c91ee54e5431cd9c26201d3
oai_identifier_str oai:repositorio.unesp.br:11449/236496
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Silva, Alisson Solitto da [UNESP]Universidade Estadual Paulista (Unesp)Garcia, Rogério Eduardo [UNESP]2022-09-09T11:45:47Z2022-09-09T11:45:47Z2022-07-25http://hdl.handle.net/11449/23649633004153073P2Os relatórios de defeitos ajudam a triagem de inconsistências encontradas durante todo o ciclo de vida do software, por possuírem informações valiosas para a Engenharia de Software. O processo de localização de defeitos busca identificar artefatos de código-fonte possivelmente relacionados ao defeito reportado. Essa tarefa executada de maneira manual é onerosa para os programadores responsáveis pela correção, que geralmente precisam realizar a análise no código-fonte para identificar o artefato defeituoso e, depois, realizar as manutenções necessárias. O processo de localização de defeitos auxilia os programadores delimitando o espaço de busca e identificando arquivos relevantes relacionados ao defeito. Geralmente, as metodologias adotadas para o processo de localização de defeitos utilizam técnicas de aprendizado de máquina com similaridade textual, algoritmos de classificação e agrupamento de arquivos de código-fonte de acordo com os dados extraídos dos relatórios de defeitos. Nessas abordagens de localização de defeitos, os arquivos de código-fonte são considerados como unidades, podendo gerar ruídos quando o arquivo de código-fonte é grande. Neste trabalho é apresentado um modelo de localização de defeitos utilizando o conhecimento semântico do código-fonte com o apoio de ontologias. O desempenho do modelo proposto foi avaliado em seis projetos de software relevantes de código aberto (AutoMapper, MsBuild, EfCore, AspNetCore, MQTTnet e NLog) utilizando as métricas de avaliação Top N Rank of Files (TNRF), Mean Reciprocal Rank (MRR) e Mean Average Precision (MAP). Os resultados mostram que o modelo proposto alcança resultados significativos.Bug reports help triage inconsistencies found throughout the software lifecycle, as these reports contain valuable information for Software Engineering. The bug location process seeks to identify source code artifacts possibly related to the reported bug. This manually performed task is costly for the programmers responsible for the correction, who usually need to perform analysis on the source code to identify the defective artifact and then carry out the necessary maintenance. The bug location process helps programmers by delimiting the search space and identifying relevant files related to the bug report. Generally, the methodologies adopted for the process of localization bugs use machine learning techniques with textual similarity, classification algorithms and grouping of source code files according to the data extracted from bug reports. In these bug location approaches, source code files are considered as single units, and may generate noise when the source code file is large. In this work, a bug location model is presented using semantic domain knowledge of the source code with the support of ontologies. We evaluated the performance of the proposed model in six relevant open source software projects (AutoMapper, MsBuild, EfCore, AspNetCore, MQTTnet and NLog) and carried out the experiments using the evaluation metrics Top N Rank of Files (TNRF), Mean Reciprocal Rank (MRR) and Mean Average Precision (MAP). The results show that the proposed model achieves significant results.porUniversidade Estadual Paulista (Unesp)Localização de defeitosOntologiaManutenção corretivaEngenharia de softwareBug locationOntologyCorrective maintenanceSoftware engineeringLOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologiaLOBUS-OWL: ontology supported source code bug location modelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPCiência da Computação - FCTComputação aplicadaSistemas de InformaçãoUniversidade Estadual Paulista (UNESP), Faculdade de Ciências e Tecnologia, Presidente Prudente18 meses após a data da defesaBanca públicaPublicationbbcf06b3-c5f9-4a27-ac03-b690202a3b4evirtual::136255-1bbcf06b3-c5f9-4a27-ac03-b690202a3b4evirtual::136255-1TEXTsilva_as_me_prud_par.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-07T06:28:17Z (GMT).Extracted texttext/plain46199https://repositorio.unesp.br/bitstreams/ea6d6372-526c-42f9-83cc-516f1d712c58/downloada00c00a9d39852d7daa3fa844d6f8e11MD57falseAnonymousREADsilva_as_me_prud_int.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-07T06:28:17Z (GMT).Extracted texttext/plain103075https://repositorio.unesp.br/bitstreams/8d595830-270e-4f7d-a60e-ec876e1e44df/download3c135a5472144fddc70a491a2fd656b7MD59falseAnonymousREADTHUMBNAILsilva_as_me_prud_par.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2024-01-07T06:28:17Z (GMT).Generated Thumbnailimage/jpeg2679https://repositorio.unesp.br/bitstreams/61bf8c1f-6a81-4508-9561-d57db6fa04ee/download29da6170ea8dabc82e869764ed7df2bfMD58falseAnonymousREADsilva_as_me_prud_int.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2024-01-07T06:28:18Z (GMT).Generated Thumbnailimage/jpeg3488https://repositorio.unesp.br/bitstreams/209494fb-20db-48d6-9b48-a025c5fc43b2/downloadb2de532cedd25a15c4b0572a8116ec38MD510falseAnonymousREADORIGINALsilva_as_me_prud_par.pdfsilva_as_me_prud_par.pdfapplication/pdf660086https://repositorio.unesp.br/bitstreams/aea47b58-f9cc-470c-92c9-779dff09fcbd/download783c9e3c8ed3d7a211094c4490eaea1bMD55trueAnonymousREADsilva_as_me_prud_int.pdfsilva_as_me_prud_int.pdfapplication/pdf3568818https://repositorio.unesp.br/bitstreams/f056aab4-dc62-4259-9530-3c97de15b7ae/download5ff92e66d118eb96dbcc56004d2952c1MD56falseAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83051https://repositorio.unesp.br/bitstreams/89322c62-acbf-404a-b3cf-57833004019e/download7b84baf1e80d6ed76bdd6a2a67f9af51MD54falseAnonymousREAD11449/2364962026-04-17T19:02:11.538414Zopen.accessoai:repositorio.unesp.br:11449/236496https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-04-17T19:02:11Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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
dc.title.pt.fl_str_mv LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
dc.title.alternative.en.fl_str_mv LOBUS-OWL: ontology supported source code bug location model
title LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
spellingShingle LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
Silva, Alisson Solitto da [UNESP]
Localização de defeitos
Ontologia
Manutenção corretiva
Engenharia de software
Bug location
Ontology
Corrective maintenance
Software engineering
title_short LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
title_full LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
title_fullStr LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
title_full_unstemmed LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
title_sort LOBUS-OWL: modelo de localização de defeitos em código-fonte apoiado por ontologia
author Silva, Alisson Solitto da [UNESP]
author_facet Silva, Alisson Solitto da [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silva, Alisson Solitto da [UNESP]
dc.contributor.advisor1.fl_str_mv Garcia, Rogério Eduardo [UNESP]
contributor_str_mv Garcia, Rogério Eduardo [UNESP]
dc.subject.por.fl_str_mv Localização de defeitos
Ontologia
Manutenção corretiva
Engenharia de software
topic Localização de defeitos
Ontologia
Manutenção corretiva
Engenharia de software
Bug location
Ontology
Corrective maintenance
Software engineering
dc.subject.eng.fl_str_mv Bug location
Ontology
Corrective maintenance
Software engineering
description Os relatórios de defeitos ajudam a triagem de inconsistências encontradas durante todo o ciclo de vida do software, por possuírem informações valiosas para a Engenharia de Software. O processo de localização de defeitos busca identificar artefatos de código-fonte possivelmente relacionados ao defeito reportado. Essa tarefa executada de maneira manual é onerosa para os programadores responsáveis pela correção, que geralmente precisam realizar a análise no código-fonte para identificar o artefato defeituoso e, depois, realizar as manutenções necessárias. O processo de localização de defeitos auxilia os programadores delimitando o espaço de busca e identificando arquivos relevantes relacionados ao defeito. Geralmente, as metodologias adotadas para o processo de localização de defeitos utilizam técnicas de aprendizado de máquina com similaridade textual, algoritmos de classificação e agrupamento de arquivos de código-fonte de acordo com os dados extraídos dos relatórios de defeitos. Nessas abordagens de localização de defeitos, os arquivos de código-fonte são considerados como unidades, podendo gerar ruídos quando o arquivo de código-fonte é grande. Neste trabalho é apresentado um modelo de localização de defeitos utilizando o conhecimento semântico do código-fonte com o apoio de ontologias. O desempenho do modelo proposto foi avaliado em seis projetos de software relevantes de código aberto (AutoMapper, MsBuild, EfCore, AspNetCore, MQTTnet e NLog) utilizando as métricas de avaliação Top N Rank of Files (TNRF), Mean Reciprocal Rank (MRR) e Mean Average Precision (MAP). Os resultados mostram que o modelo proposto alcança resultados significativos.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-09-09T11:45:47Z
dc.date.available.fl_str_mv 2022-09-09T11:45:47Z
dc.date.issued.fl_str_mv 2022-07-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/236496
dc.identifier.capes.none.fl_str_mv 33004153073P2
url http://hdl.handle.net/11449/236496
identifier_str_mv 33004153073P2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/ea6d6372-526c-42f9-83cc-516f1d712c58/download
https://repositorio.unesp.br/bitstreams/8d595830-270e-4f7d-a60e-ec876e1e44df/download
https://repositorio.unesp.br/bitstreams/61bf8c1f-6a81-4508-9561-d57db6fa04ee/download
https://repositorio.unesp.br/bitstreams/209494fb-20db-48d6-9b48-a025c5fc43b2/download
https://repositorio.unesp.br/bitstreams/aea47b58-f9cc-470c-92c9-779dff09fcbd/download
https://repositorio.unesp.br/bitstreams/f056aab4-dc62-4259-9530-3c97de15b7ae/download
https://repositorio.unesp.br/bitstreams/89322c62-acbf-404a-b3cf-57833004019e/download
bitstream.checksum.fl_str_mv a00c00a9d39852d7daa3fa844d6f8e11
3c135a5472144fddc70a491a2fd656b7
29da6170ea8dabc82e869764ed7df2bf
b2de532cedd25a15c4b0572a8116ec38
783c9e3c8ed3d7a211094c4490eaea1b
5ff92e66d118eb96dbcc56004d2952c1
7b84baf1e80d6ed76bdd6a2a67f9af51
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878344099582443520

Registros relacionados