پیشبینی نقص نرم افزار در زمان واقعی با رویکرد پیش بینی حساس به زمان

پیش بینی نقص نرم افزار یکی از چالش های اساسی در مهندسی نرم افزار است که نقش مهمی در بهبود کیفیت سیستم ها، کاهش هزینه های نگهداری و افزایش قابلیت اطمینان ایفا می کند. با وجود پیشرفت های قابل توجه در روش های پیش بینی به هنگام (Just-In-Time)، اغلب رویکردهای موجود ماهیتی واکنشی داشته و عمدتا بر طبقه بندی وقوع نقص پس از اعمال تغییرات کد تمرکز دارند و به روندهای زمانی تکامل نرم افزار و نشانه های اولیه بروز نقص توجه کافی نمی کنند. در این پژوهش یک چارچوب پیش بینی نقص حساس به زمان مبتنی بر تحلیل روند تغییرات کد ارائه می شود که هدف آن پیش بینی تراکم نقص در افق های زمانی آینده و فراهم سازی قابلیت هشدار زودهنگام است. چارچوب پیشنهادی با مدل سازی جریان زمانی تغییرات کد و استخراج ویژگی های پویا شامل پیچیدگی، کد آنتروپی، تغییرات و الگوهای تکاملی، مسئله پیش بینی نقص را از یک مسئله طبقه بندی به یک مسئله پیش بینی توزیعی مبتنی بر زمان تبدیل می کند. برای ارزیابی اثربخشی، روش عملکرد سه خانواده مدل شامل تحلیل سری های زمانی حساس به زمان، مدل های بیزی و معماری های مبتنی بر ترنسفورمر مورد بررسی قرار گرفته و نتایج با استفاده از معیارهای رگرسیونی و طبقه بندی مقایسه شده است. نتایج تجربی نشان می دهد که مدل های حساس به زمان به ویژه مدل های مبتنی بر ترنسفورمر، توانایی بالاتری در پیش بینی دقیق تر تراکم نقص و شناسایی زودهنگام نواحی پرریسک کد نسبت به رویکردهای سنتی دارند، همچنین تحلیل افق های زمانی مختلف نشان می دهد که بهره گیری از نشانه های زمانی اولیه حتی در شرایط عدم قطعیت می تواند اطلاعات ارزشمندی برای نگهداری پیشگیرانه و بهینه سازی تخصیص منابع آزمون فراهم کند. یافته های این پژوهش نشان می دهد که افزودن آگاهی زمانی به فرآیند پیش بینی نقص، گامی موثر در گذار از رویکردهای واکنشی به تصمیم گیری پیش نگر در توسعه نرم افزار محسوب می شود.

کلیدواژه ها:

پیش بینی نقص نرم افزار ، حساس به زمان ، تحلیل سری زمانی ، مدل ترنسفورمر ، مهندسی نرم افزار