Please enable JavaScript.
Coggle requires JavaScript to display documents.
RSL- Desempenho de Predição de Falhas em ES (Critérios de Avaliação (Fase…
RSL- Desempenho de Predição de Falhas em ES
Objetivos:
identificar e analisar os modelos usados para prever falhas no código fonte
Contribuições
Conjunto de 208 estudos abordando a previsão de falhas em engenharia de software
Subconjunto de 36 estudos de predição de falhas que relatam detalhes contextuais e metodológicos
Conjunto de critérios para avaliar que detalhes contextuais e metodológicos suficientes são relatados em estudos de predição de falhas (critérios para identificar os 36 subconjuntos)
síntese do atual estado da arte na predição de falhas de software
Questões de Pesquisa
Q1:
Como o contexto afeta a previsão de falhas?
Q2:
Quais variáveis independentes devem ser incluídas nos modelos de previsão de falhas?
Q3:
Quais técnicas de modelagem apresentam melhor desempenho quando usadas na previsão de falhas?
Critério de Inclusão
estudo empírico
Focado na previsão de falhas em unidades de um sistema de software
Falhas no código é a saída principal (variável dependente)
Critério de Exclusão
Focado em: testes, injeção de falhas, inspeções, modelagem de confiabilidade, aspectos, estimativa de esforço, debuggin, tolerância a falhas
Sobre a detecção ou localização de falhas individuais conhecidas.
Critérios de Avaliação
Fase 1:
Estabelecer que o estudo é um estudo de previsão
Fase 2:
Garantir que informações contextuais suficientes sejam relatadas.
Fase 3:
Estabelecer que informações de construção de modelo suficientes são relatadas.
Fase 4:
Verificando os dados do modelo de construção