Hvor alvorlige er disse softwarefejl?

Den automatiske mærkning og forudsigelse af sværhedsgrad af fejlrapporter for computersoftware er målet for forskere ved The Hashemite University i Zarqa, Jordan. Detaljer om deres indsats er kortlagt i International Journal of Computational Science and Engineering. Ultimativt, de er ved at udvikle en intelligent klassifikator, der kan forudsige, om en nyligt indsendt fejlrapport giver tilstrækkelig bekymring i fejlsporingssystemet til at berettige akut undersøgelse og afhjælpning.

For at udvikle deres system, holdet bygger to datasæt ved hjælp af 350 fejlrapporter fra open source-fællesskabet – Eclipse, Mozilla, og Gnome - rapporteret i det monstrøse, Kendt, og passende navngivet database, Bugzilla. Datasættene med har karakteristiske teksttræk, baseret på 51 vigtige udtryk, holdet forklarer og så baseret på disse oplysninger, de kunne træne forskellige diskriminerende modeller til at udføre automatisk mærkning og forudsigelse af alvorlighed af enhver efterfølgende indsendt fejlrapport. De brugte en boostningsalgoritme til at forbedre ydeevnen.

"For automatisk mærkning, nøjagtigheden når omkring 91 % med AdaBoost-algoritmen og krydsvalideringstesten, " rapporterer holdet. Men, de så kun en sværhedsgradsforudsigelsesklassificering på omkring 67 % med AdaBoost-algoritmen og krydsvalideringstesten. Alligevel, holdet siger, at deres resultater er opmuntrende og giver håb om at fjerne den flaskehals, som er den manuelle vurdering af fejlrapporter, der er brugt indtil nu.

"De foreslåede funktionssæt har vist sig at være en god klassificeringsydelse på to 'hårde' problemer, " rapporterer holdet. "Resultaterne er opmuntrende og, i fremtiden, vi planlægger at arbejde mere på at forbedre klassifikationsalgoritmekomponenten for bedre ydeevne, " konkluderer forskerne.