Μέθοδος αναζήτησης σφαλμάτων κώδικα με χρήση αναφορών σφαλμάτων

Γρηγορίου, Μάριος Σταύρος; Grigoriou, Marios Stavros

dc.contributor.author	Γρηγορίου, Μάριος Σταύρος	el
dc.contributor.author	Grigoriou, Marios Stavros	en
dc.date.accessioned	2016-09-12T08:35:31Z
dc.date.available	2016-09-12T08:35:31Z
dc.date.issued	2016-09-12
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43478
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12648
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Εντοπισμός σφαλμάτων	el
dc.subject	Εξόρυξη γνώσης	el
dc.subject	Τεχνολογία λογισμικού	el
dc.subject	Επεξεργασία φυσικής γλώσσας	el
dc.subject	Clustering	en
dc.subject	Bug localization	en
dc.subject	Information retrieval	en
dc.subject	Software engineering	en
dc.subject	Natural language processing	en
dc.title	Μέθοδος αναζήτησης σφαλμάτων κώδικα με χρήση αναφορών σφαλμάτων	el
heal.type	bachelorThesis
heal.classification	Τεχνολογία λογισμικού	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-06-22
heal.abstract	Στις περασμένες δεκαετίες η παραγωγή Λογισμικού έχει φθάσει σε δυσθεώρητα ύψη. Νέα προϊόντα γίνονται διαθέσιμα κάθε μήνα, κάποια από αυτά μικρότερα αποτελούμενα μόνο από μερικές χιλιάδες γραμμές πηγαίου κώδικα, άλλα πολύ μεγαλύτερα με εκατομμύρια γραμμές κώδικα. Με δεδομένη αυτήν την καλπάζουσα αύξηση στην παραγωγή λογισμικού, είναι αναμενόμενο ότι η συντήρηση λογισμικού έχει αποκτήσει δικαίως μερίδιο της δόξας αυτής της βιομηχανίας για δύο πολύ βασικούς λόγους. Πρώτον τα παλιά συστήματα πρέπει να συντηρούνται γιατί το κόστος της αντικατάστασής του είναι συχνά πολύ μεγαλύτερο από το κόστος συντήρησης ενώ επιπλέον και τα νέα συστήματα πολύ γρήγορα (συχνά από την αρχή) αντιμετωπίζουν προβλήματα. Ο τομέας της Τεχνολογίας Λογισμικού, αν και ενεργός ερευνητικά ήδη από τα πρώτα βήματα της οργανωμένης παραγωγής κώδικα, δυστυχώς μέχρι τώρα δεν έχει καταφέρει να προσφέρει αυτοματοποιημένες διαδικασίες με στόχο την αυτόματη επιδιόρθωση των σφαλμάτων Λογισμικού. Σε αυτή τη διπλωματική εργασία διερευνάται η πιθανότητα διεκπεραίωσης αυτοματοποιημένου εντοπισμού σφαλμάτων μέσα από αναφορές σφάλματος χρησιμοποιώντας κάποιες τεχνικές information retrieval και αξιοποιώντας τη δομή των συστημάτων. Η δου- λειά αυτή γίνεται με την ελπίδα να βρεθεί ένας τρόπος για να διευκολυνθεί η δουλειά των προγραμματιστών στον αγώνα που δίνουν για πιο ασφαλή και ποιοτικότερα συστήματα. Στην προσπάθεια για την επίτευξη αυτού του στόχου, δημιουργήθηκαν αρκετά εργαλεία τα οποία βοήθησαν στην συγκομιδή δεδομένων από πλατφόρμες διαφόρων οργανισμών, στην επεξεργασία των αναφορών, και στην τελική εύρεση και κατάταξή τους με βάση την ’απόστασή’ τους από την πραγματική λύση.	el
heal.abstract	In the past decades software production has reached unparalleled heights. New products are being launched on a monthly basis, some small consisting of only a few KLOC, whereas others much more sizeable, up to several MLOC. With this increase in software production, software maintenance is as important as ever, both because old systems must be maintained due to oftentimes unbearable migration costs, and because new systems rarely are bug free. Though the eld of Software maintenance has been active since the very beginning of organized software development, unfortunately until now automated processes for software maintenance and speci cally bug xing have proven to be elusive. In this diploma thesis we are exploring the possibility of automatic bug localization via the usage of a number of di erent algorithmic techniques, such as NLP, Latent Semantic Analysis, Comprehension Driven Clustering (ACDC), hoping to nd such an approach as to enable the, now swamped with bugs, software community to become more productive by greatly diminishing the time between bug identi cation and bug resolution, the need for platform specialists, and to get rid of the dawdling through irrelevant code segments. In our e ort to achieve the above-mentioned goal, we created tools with which to, acquire a substantial variety of input data from several Bugzilla repositories, use apache openNLP to analyze our data, and extract, through programming, relations between di erent bug Reports.	en
heal.advisorName	Κοντογιάννης, Κωνσταντίνος	el
heal.committeeMemberName	Βασιλείου, Ιωάννης	el
heal.committeeMemberName	Παπασπύρου, Νικόλαος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	200 σ.
heal.fullTextAvailability	true