<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

DISTRIBUIÇÃO DE RELATÓRIOS DE BUGS PARA DESENVOLVEDORES DE SOFTWARE USANDO UM MÉTODO EVOLUTIVO MULTIPOPULACIONAL

Carregando...
Imagem de Miniatura

Título da Revista

ISSN da Revista

Título de Volume

Editor

DOI

Resumo

RESUMO: A complexidade de um software aumenta à medida em que seu tamanho,também,aumenta. Esse aumento pode refletir um crescimento na quantidade de bugs ou falhas,tornando o processo manual de atribuição de bugs mais complexo,demorado e sujeito a erros. Técnicas existentes,de automatização desse processo, atribuem relatórios de bugs usando somente dados dos relatórios corrigidos anteriormente. Isso pode resultar em atribuições a desenvolvedores inativos. Adicionalmente, uma parcela significativa das atribuições normalmente não considera a carga de trabalho dos desenvolvedores, podendo sobrecarregar alguns e tornar o processo de correção mais demorado. Este trabalho propõe uma abordagem para distribuição de relatórios de bug que combina a experiência e as atividades recentes dos desenvolvedores, bem como, sua carga de trabalho. Quando um novo relatório é recebido, estima-se o esforço para corrigir o bug a partir de bugs semelhantes calcula- se a afinidade de cada desenvolvedor com o arquivo que contém o erro utilizando um sistema de Inferência Fuzzy. Posteriormente,é utilizado a meta-heurística Golden Ball para atribuir esses relatórios aos desenvolvedores de acordo com a afinidade e carga de trabalho. Resultados experimentais mostram que,quando comparados com um algoritmo de força bruta, a abordagem proposta atinge valores ideais para a locação na maioria dos casos (75% dos cenários analisados). A abordagem, também, obteve médias significativamente melhores em 92,30% das instâncias quando comparado a um Algoritmo Genético e 84,61% quando comparado com um Algoritmo Genético Distribuído, sendo que em apenas 23,07% dos casos não houve uma diferença significativa entre as técnicas. ABSTRACT: Existing approaches assign bug reports using only data from previously fixed reports. This can result in assignments to inactive developers, as well as not considering newcomers. A significant portion of assignments typically do not consider the workload of developers, which can overwhelm some and make the revision/debugging/correction process more time-consuming. This work proposes an approach for distributing bug reports that combines the experience and recent activities of developers,as well as their workload. When a new report is received, the effort to fix the bug based on similar error is estimated and each developer’s affinity with the file containing the bug is calculated using a Fuzzy Inference system. Subsequently, the Golden Ball,a multi-population evolutionary meta-heuristic, is used to assign these reports to developers according to affinity and workload.Experimental results show that, when compared with a brute force algorithm, the proposed approach reach optimal values for allocation in most cases (75% of the analyzed scenarios). The approach also obtained significantly better averages in 92.30% of the instances when compared to a Genetic Algorithm and 84.61% when compared to a Distributed Genetic Algorithm, and in only 23.07% of the instances there was no significant difference between the techniques.

Descrição

Orientador: Prof. Dr. Ricardo de Andrade Lira Rabêlo Examinador externo: Profa. Francisca Raquel de Vasconcelos Silveira Examinador interna: Prof. Hermes Manoel Galvão Castelo Branco Examinador interno: Prof. Guilherme Amaral Avelino

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por