相关实验视频
Updated: Jan 10, 2026

A User-friendly and Powerful R Analysis of Large-scale Datasets
Published on: November 4, 2025
一个大规模的收集 (非) 可操作的静态代码分析报告报告.
Dávid Kószó1, Tamás Aladics2,3, Rudolf Ferenc1
1University of Szeged, Szeged, Hungary.
静态代码分析 (SCA) 工具创建了太多的警报,导致警报疲劳. 我们引入了一种新方法和数据集 (NASCAR) 来过非可执行的SCA警告,以获得更好的代码质量.
科学领域:
- 软件工程 软件工程 软件工程
- 计算机科学 计算机科学
- 机器学习 机器学习
背景情况:
- 静态代码分析 (SCA) 工具对于识别软件缺陷至关重要,但会产生许多不可执行的警告.
- 这种警报过载会导致警报疲劳,降低开发人员的生产力和代码质量.
- 现有的用于训练机器学习模型过SCA警告的数据集很少,特别是对于Java.
研究的目的:
- 为了解决可操作的SCA警告数据的稀缺性.
- 开发一个收集和分类SCA警告的方法,区分可执行和不可执行的警报.
- 创建一个大规模的Java SCA警告数据集,以帮助研究和提高SCA工具的可用性.
主要方法:
- 开发了一种用于收集和分类SCA警告的新方法.
- 应用了方法来区分可起诉和不可起诉的警告.
- 创建了一个超过100万个Java源代码警告的数据集,命名为NASCAR (非可操作的静态代码分析报告).
主要成果:
- 成功创建了一个大规模数据集 (NASCAR),包含超过100万个Java SCA警告.
- 该数据集将警告分类为可执行或不可执行的,为机器学习提供了有价值的数据.
- 该方法和数据集是公开可用的,以支持SCA和警报疲劳减缓的进一步研究.
结论:
- 开发的方法有效地区分了可起诉和不可起诉的SCA警告.
- 纳斯卡数据集为训练模型提供了一个关键的资源,以打击SCA中的警觉疲劳.
- 公开发布数据集和工具将加速SCA工具准确性和开发人员生产率的进步.
更多相关视频
11:29Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools
Published on: June 20, 2020
06:57Author Spotlight: Advancing Cardiovascular Imaging - Introducing the Spatially Weighted Calcium Score for Early Disease Detection
Published on: September 22, 2023
相关概念视频
Types of Reports I: Hands-off Report
Following are the key components and categories of hand-off reports:
Purpose and Process:
Interpreting Run Charts
Mass Analyzers: Overview
Statgraphics
Types of Reports II: Incident or Occurrence Report
Purposes:
In the healthcare industry, reports play a crucial role in documenting incidents within an agency. The primary objective of these reports is to ensure patient safety, uphold the...
Mass Analyzers: Common Types