Static analysis tools report softwa

Static analysis tools report software defects that may or may not be
detected by other verification methods. Two challenges complicating
the adoption of these tools are spurious false positive warnings
and legitimate warnings that are not acted on. This paper reports
automated support to help address these challenges using logistic
regression models that predict the foregoing types of warnings from
signals in the warnings and implicated code. Because examining
many potential signaling factors in large software development settings
can be expensive, we use a screening methodology to quickly
discard factors with low predictive power and cost-effectively build
predictive models. Our empirical evaluation indicates that these
models can achieve high accuracy in predicting accurate and actionable
static analysis warnings, and suggests that the models are
competitive with alternative models built without screening.

ผลลัพธ์ (ไทย) 1:

คงวิเคราะห์ซอฟต์แวร์เครื่องมือรายงานข้อบกพร่องที่อาจ หรืออาจไม่ตรวจพบ โดยวิธีตรวจสอบอื่น ๆ ความท้าทายสอง complicatingของเครื่องมือเหล่านี้เป็นคำเตือนที่เป็นบวกผิดปลอมและคำเตือนตามกฎหมายที่จะไม่ดำเนินการ รายงานเอกสารนี้สนับสนุนโดยอัตโนมัติในการช่วยความท้าทายเหล่านี้ใช้โลจิสติกแบบจำลองถดถอยที่ทายคำเตือนจากชนิดเหล่านี้สัญญาณเตือนและรหัสที่เกี่ยวข้อง เนื่องจากการตรวจสอบหลายปัจจัย signaling มีศักยภาพในการตั้งค่าการพัฒนาซอฟต์แวร์ขนาดใหญ่จะมีราคาสูง เราใช้วิธีการคัดกรองอย่างรวดเร็วละทิ้งปัจจัย ด้วยพลังงานต่ำคาดการณ์ และสร้างคุ้มค่าที่สุดแบบจำลองการคาดการณ์ หมายถึงการประเมินผลของเราเหล่านี้แบบจำลองสามารถให้ความแม่นยำสูงในการทำนายถูกต้อง และมุมคำเตือนคงวิเคราะห์ และแบบจำลองแนะนำแข่งขันกับรุ่นอื่นที่สร้างขึ้น โดยไม่มีการคัดกรอง

ผลลัพธ์ (ไทย) 2:

เครื่องมือในการวิเคราะห์แบบคงที่รายงานข้อบกพร่องซอฟต์แวร์ที่อาจจะหรืออาจจะไม่ถูก
ตรวจพบโดยวิธีการตรวจสอบอื่น ๆ สองความท้าทายที่ซับซ้อน
การยอมรับของเครื่องมือเหล่านี้มีคำเตือนปลอมบวกปลอม
และคำเตือนที่ถูกต้องที่จะไม่ได้ทำหน้าที่ใน รายงานกระดาษนี้
สนับสนุนโดยอัตโนมัติที่จะช่วยรับมือกับความท้าทายเหล่านี้โดยใช้โลจิสติก
รุ่นถดถอยที่คาดการณ์ประเภทดังกล่าวข้างต้นของคำเตือนจาก
สัญญาณเตือนและรหัสที่เกี่ยวข้อง เพราะการตรวจสอบ
ปัจจัยที่ส่งสัญญาณที่มีศักยภาพมากในการตั้งค่าการพัฒนาซอฟแวร์ที่มีขนาดใหญ่
จะมีราคาแพงเราจะใช้วิธีการตรวจคัดกรองได้อย่างรวดเร็ว
ทิ้งปัจจัยที่มีอำนาจในการทำนายต่ำและประหยัดค่าใช้จ่ายได้อย่างมีประสิทธิภาพในการสร้าง
รูปแบบการพยากรณ์ การประเมินผลการทดลองของเราแสดงให้เห็นว่าสิ่งเหล่านี้
จะประสบความสำเร็จรุ่นที่มีความแม่นยำสูงในการทำนายถูกต้องและดำเนิน
การวิเคราะห์แบบคงคำเตือนและแสดงให้เห็นว่ารูปแบบที่มี
การแข่งขันที่มีรูปแบบทางเลือกที่สร้างขึ้นโดยไม่มีการตรวจคัดกรอง

ผลลัพธ์ (ไทย) 3:

ไฟฟ้าสถิตเครื่องมือการวิเคราะห์ซอฟแวร์รายงานข้อบกพร่องที่อาจจะหรืออาจจะไม่ถูกตรวจพบโดยวิธีการตรวจสอบอื่น ๆ
. สองความท้าทายอย่างมาก
การยอมรับของเครื่องมือเหล่านี้จะปลอมคำเตือนบวกเท็จ
และคำเตือนถูกต้องตามกฎหมายที่ไม่แสดงใน บทความนี้รายงาน
อัตโนมัติสนับสนุนเพื่อช่วยรับมือกับความท้าทายเหล่านี้ใช้โลจิสติก
การถดถอยแบบที่คาดการณ์ก่อนหน้านี้ประเภทของคำเตือนจาก
สัญญาณในคำเตือนและพาดพิงถึงรหัส เพราะหลายปัจจัยในการตรวจสอบ
ศักยภาพขนาดใหญ่การพัฒนาซอฟต์แวร์การตั้งค่า
จะแพง เราใช้วิธีการคัดกรองอย่างรวดเร็ว
ทิ้งด้วยปัจจัย ความสามารถต่ำ และต้นทุนอย่างมีประสิทธิภาพ สร้างโมเดลทำนาย
. การประเมินเชิงประจักษ์ของเราบ่งชี้ว่า เหล่านี้
รุ่นสามารถบรรลุความถูกต้องสูงในการทำนายที่ถูกต้องและปลอดภัย
คำเตือนการวิเคราะห์แบบคงที่ และแสดงให้เห็นว่ารุ่นแข่งขันกับรูปแบบอื่นสร้าง
โดยไม่ต้องคัดกรอง