Predviđanje pogrešaka izvornoga kôda zasnovano na otkrivanju anomalija korištenjem semantičkih značajki izlučenih primjenom autoenkodera na leksičke reprezentacije izvornoga kôda

doctoral thesis

• Title (english): Source code defect prediction based on anomaly detection using semantic features extracted by applying autoencoders to lexical source code representations
• Author: Petar Afrić
• Mentor: Marin Šilić (mentor)
• Committee member: Goran Delač (predsjednik povjerenstva)
• Committee member: Klemo Vladimir (član povjerenstva)
• Committee member: Tomislav Rolich (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; (Department of Electronics, Microelectronics, Computer and Intelligent Systems); Zagreb
• Defense date and country: 2023-09-14, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing
• Universal decimal classification (UDC): 004 - Computer science and technology. Computing. Data processing

Abstract

Cilj predviđanja pogrešaka u izvornom programskom kôdu je otkrivanje neispravnih programskih modula kako bi se što bolje alocirali ograničeni resursi za osiguravanje kvalitete programskog kôda. Prilikom izgradnje podatkovnih skupova, za razvoj modela za predviđanje pogrešaka u izvornom programskom kôdu, podatci se uzimaju iz sustava za praćenje zadataka i sustava za kontrolu verzija izvornog programskog kôda. Kvaliteta podataka u ovim izvorima utječe na rad i evaluaciju razvijenih modela. Klasifikacija zadataka je bitna jer se kasnije koristi za određivanje ispravnosti programskih modula koji će biti korišteni za treniranje modela. Dodatno, podatkovni skupovi korišteni za predviđanje pogrešaka programske potpore su često neuravnoteženi, sadržavajući veći broj primjera programskih modula nesklonih pogreškama nego onih sklonih pogreškama. U sklopu ove disertacije istražen je utjecaj klasifikacije zadataka na kvalitetu podatkovnih skupova za predviđanje pogrešaka programske potpore i rad modela treniranih na tim skupovima. Dodatno, predložen je model koji problem tretira kao problem detekcije anomalije čime zaobilazi problem neuravnoteženosti razreda.

Abstract (english)

The goal of source code defect prediction is to identify defective software modules to better allocate limited resources used for source code quality assurance. During the construction of datasets used to train source code defect prediction models, data is gathered from issue tracking systems and version control systems. The quality of this data impacts the quality and evaluation of developed source code defect prediction models. Issue classification is important as its results are used to determine the defectiveness of software modules which are then used to train source code defect prediction models. Additionally, source code defect prediction datasets often suffer from a class imbalance problem containing far more examples of non-defective program modules than defective ones. This dissertation investigates the impact of issue classification on source code defect prediction datasets and resulting models. It also proposes an anomaly-detection based model thus sidestepping the class imbalance problem.

• Keywords: predviđanje pogrešaka programske potpore; kvaliteta programske potpore; otkrivanje anomalija; klasifikacija zadataka; neuravnoteženost razreda
• Keywords (english): software defect prediction; software quality; anomaly detection; issue classification; class imbalance
• Language: croatian
• URN:NBN: urn:nbn:hr:168:169334
• Promotion: 2024
• Study programme: Title: Computer Science; Study programme type: university; Study level: postgraduate; Academic / professional title: Doktor znanosti (Doktor znanosti)
• Type of resource: Text
• Extent: ii, 134 str. : graf. prikaz, ilustr. u boji 30 cm.
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-04-08 12:22:08