Szoftver változtatások kockázatának becslése gépi tanulási módszerekkel

OData támogatás
Konzulens:
Dr. Wiandt Bernát
Hálózati Rendszerek és Szolgáltatások Tanszék

Szoftver projektek fejlesztése során, a fejlesztők rengeteg változtatást hajtanak végre a projekt forráskódján. A változtatások között lehetnek olyanok, amelyek bugot tartalmaznak, így a szoftver használata során hibát okoznak. A figyelmes és körültekintő szoftvertesztelés ellenére sajnos gyakran előfordul, hogy egyes hibákat csak a felhasználók visszajelzései alapján vesznek észre. Az ilyen hibák javítása jóval költségesebb mintha a fejlesztés során lett volna kijavítva. Ha a fejlesztők rendelkeznének információval egyes változtatások kockázatáról, akkor még fejlesztés fázisában nagyobb figyelmet tudnának fordítani a nagy kockázatú változtatások tesztelésére. A szakdolgozatomban azt vizsgáltam, hogy lehetséges-e készíteni egy olyan fejlesztést támogató rendszert, amely képes megjelölni a nagy kockázatú változtatásokat. Megvizsgáltam, hogy gépi tanuló algoritmusok segítségével előre jelezhető-e a változtatások kockázata. A munkám során egy nagyméretű szoftver projektet vizsgáltam, amelyekhez az évek során rengeteg információ halmozódott fel a korábbi szoftverhibákkal kapcsolatban. Az adatok feldolgozása után lehetőségem nyílt különböző tanuló algoritmusok klasszifikációjának tesztelésére.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.