Context: Technical Debt (TD) discusses the negative impact of sub-optimal decisions to cope with the need-for-speed in software development. Code Technical Debt Items (TDIs) are atomic elements of TD that can be observed in code artifacts. Empirical results on open-source systems demonstrated how code-smells are introduced and "survive" during release cycles. However, little is known about whether the results on the survivability of code-smells hold for other types of code TDIs (i.e., bugs and vulnerabilities), and how code TDIs are handled in industrial projects. Goal: Understanding the survivability of code TDIs by conducting an empirical study analyzing five systems, including two industrial cases. Method: We analyzed 85,022 code TDIs to assess their survivability using Survivability Models. In one industrial system, we also analyzed how certain development activities contribute to removing code TDIs. Results: In general, code TDIs have a high probability of being removed from the system fast. However, code TDIs that survive over a certain threshold tend to remain much longer, confirming previous results. Results also suggest that bugs tend to be removed faster. Furthermore, Refactoring and New Development are responsible for removing more than 30% of code TDIs. These results can be useful when prioritizing TD repayment activities.


翻译:背景:技术债务(TD)讨论了用于满足软件开发速度需要的次最佳决定的负面影响。代码技术债务项(TDI)是TD的原子元素,可以在代码文物中观察到。开放源码系统的经验结果表明,代码模版是如何引入的,在释放周期中“生存”的。然而,对于其他类型代码TDI(即,错误和脆弱性)的可存活性,以及代码TDI在工业项目中是如何处理的。目标:通过对包括两个工业案例在内的五个系统进行实验性分析,了解代码TDI的可存活性。方法:我们分析了85,022代码TDI,用生存模型评估其可生存性。在一个工业系统中,我们还分析了某些发展活动对删除代码TDI的贡献。结果:一般来说,代码TDI很有可能被快速地从系统中移除。但是,在某一阈值上生存的代码TDTIS往往要持续更长的时间,确认五个系统(包括两个工业案例)的可存活性。方法:我们分析了85,022代码TDI在使用可生存模型模型评估其存活性方面,我们分析了某些开发活动如何有助于删除。此外,错误还原排序的结果可能比RI。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
18+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
3+阅读 · 2019年9月4日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2020年11月25日
Arxiv
24+阅读 · 2020年3月11日
VIP会员
相关资讯
已删除
将门创投
3+阅读 · 2019年9月4日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员