Наука и искусство анализа данных программного обеспечения
Цена: 2 318руб. (¥109.7)
Артикул: 618022850715
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:当当网官方旗舰店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥42.9907руб.
¥25.18533руб.
¥59.21 251руб.
¥18.1383руб.
......
Переводчик
Автор этой книги
Глава 1 Прошлое, настоящее и будущее анализа данных программного обеспечения 1
1.1 Определение 1
1.2 прошлое (оригинал) 3
1.2.1 *Агент: предварительная работа 3
1.2.2 Второе поколение: академический эксперимент 4
1.2.3 Третье поколение: промышленный эксперимент 4
1.2.4 Четвертое поколение: наука о данных везде 4
1.3 Текущая ситуация 5
1.4 Заключение 8
Спасибо 8
Ссылка 9
*Часть технических учебных пособий
Глава 2: Использование формальных концепций для анализа режимов майнинга и их дефолтов12
2.1 Введение 12
2.2 режим и блок 13
2.3 Рассчитайте все блоки 15
2.4 Использование Colibri для копания корзины 17
2.5 Нарушение контракта 19
2.6 Найти дефолты 20
2.7 Есть ли два режима или один дефолт? двадцать один
2.8 Производительность 22
2.9 Заказ кодирования 23
2.10 Встроенный 24
2.11 Связанная работа 24
2.11.1 Режим копания 24
2.11.2 Копание нарушение 25
2.11.3 PR-Miner26
2.12 Заключение 26
Спасибо 27
Ссылки 27
Глава 3 Анализ текста в программном проекте 29
3.1 Введение 29
3.2 Текстовые данные программных проектов и их поиски 29
3.2.1 Текстовые данные 29
3.2.2 Извлечение текста 32
3.3 Ручной код 33
3.3.1 Процесс кодирования 34
3.3.2 Задача 36
3.4 Анализ автоматизации 37
3.4.1 Моделирование темы 37
3.4.2 Отделение в рече и извлечение отношений 38
3.4.3 N-граммовая модель 39
3.4.4 Обнаружение клонирования 40
3.4.5 Визуализация 42
3,5 Два промышленных случая 44
3.5.1 Обезболивающие точки спроса на инженерную инженерию: инженерное обследование спроса 45
3.5.2 Обнаружение клонирования в правилах требований 49
3.6 Заключение 52
Ссылки 52
Глава 4 Синтезируя знания из продуктов разработки программного обеспечения 54
4.1 Описание проблемы 54
4.2 Модель жизненного цикла программного продукта 54
4.2.1 Пример: Жизненный цикл патча 55
4.2.2 Извлечение модели 56
4.3 Обзор кода 56
4.3.1 Mozilla Project 56
4.3.2 Webkit Project 57
4.3.3 Blink Project 57
4.4 Анализ жизненного цикла 57
4.4.1 Mozilla Firefox Project 57
4.4.2 Webkit Project 60
4.4.3 Blink Project 61
4.5 Другие приложения 62
4.6 Заключение 62
Ссылки 63
Глава 5 Практическое руководство по анализу данных об использовании IDE 64
5.1 Введение 64
5.2 Исследовательские концепции данных об использовании65
5.2.1 Концепция данных, ориентированных на использование и ее аналитическую значимость 65
5.2.2 Выберите соответствующие данные на основе цели 66
5.2.3. Выпуск конфиденциальности 66
5.2.4 Исследование 67
5.3 Как собрать данные 67
5.3.1 Коллекционер данных об использовании Eclipse 68
5.3.2 Mylyn и Eclipse Mylyn Monitor75
5.3.3 CodingSpectator 77
5.3.4 Создайте инструмент для сбора для Visual Studio 81
5.4 Как проанализировать данные об использовании 87
5.4.1 Data Anonymous 87
5.4.2 Формат данных об использовании 87
5.4.3 Анализ амплитуды 88
5.4.4 Анализ классификации 88
5.4.5 Анализ последовательности 89
5.4.6 Анализ модели состояния 90
5.4.7 Ключевой технологии событий 92
5.4.8 Данные из других источников 93
5.5 Ограничения изучения данных об использовании 93
5.6 Заключение 94
5.7 Листинг кодов 95
Спасибо 104
Ссылки 104
Глава 6: Неявное распределение Dirichrey: извлечение тем из данных разработки программного обеспечения 106
6.1 Введение 106
6.2 Применение LDA в анализе программного обеспечения107
6.3 Принцип работы LDA 108
6.4 Учебник LDA 110
6.4.1 Источник LDA 110
6.4.2 Получение данных разработки программного обеспечения 111
6.4.3 Анализ текста и преобразование данных 111
6.4.4 Приложение LDA 113
6.4.5 Резюме вывода LDA 113
6.5 Ловушки и угрозы эффективности 117
6.5.1 Стандартная достоверность 117
6.5.2 Структурная достоверность 119
6.5.3 Внутренняя достоверность 119
6.5.4 Внешняя достоверность 120
6.5.5 Достоверность 120
6.6 Заключение 120
Ссылки 121
Глава 7 Инструменты и методы анализа продуктов и процессов Data123
7.1 Введение 123
7.2 Разумный процесс анализа 124
7.2.1 Приобретение данных 124
7.2.2 Выберите данные 125
7.2.3 Обработка данных 126
7.2.4 Сводные данные 127
7.2.5 Система трубопровода 128
7.3 Анализ исходного кода 128
7.3.1 Эвристический анализ 128
7.3.2 Лексический анализ 129
7.3.3 Синтаксис и семантический анализ 132
7.3.4 Сторонние инструменты 132
7.4 Анализ кода компиляции 137
7.4.1 Язык Ассамблеи 137
7.4.2 машинный код 138
7.4.3 Обработка именования и модификации 140
7.4.4 Bytecode 140
7.4.5 Динамическая ссылка 141
7.4.6 Библиотека 142
7.5 Анализ данных управления конфигурацией 144
7.5.1 Получение данных репозитория 144
7.5.2 Анализ метаданных 145
7.5.3 Анализ снимков временных рядов 148
7.5.4 Анализ базы данных обнаружения 150
7.5.5 Объединение файлов и анализа метаданных 151
7.5.6 Репозиторий сборки 152
7.6 Визуализация данных 153
7.6.1 Рисунок 153
7.6.2 Описание Рисунок 156
7.6.3 Диаграмма 157
7.6.4 Карта 159
7.7 Заключение 161
Ссылка 161
Часть 2: Данные и проблемы, вызывающие беспокойство
Глава 8 Анализ данных безопасности 166
8.1 Уязвимость 166
8.2 Примечания по данным безопасности 167
8.2.1 ПРИМЕЧАНИЕ 1: Нормально иметь лазейки 167
8.2.2 Примечание 2:“ больше лазейков” я не всегда имею в виду“ еще менее безопасно”167
8.2.3 Примечание 3: Дефекты уровня дизайна обычно не отслеживаются 168
8.2.4 ПРИМЕЧАНИЕ 4: Безопасность негативно определена 168
8.3 Измерьте тяжесть уязвимостей 169
8.3.1 Обзор CVSS 169
8.3.2 Пример приложения CVSS 170
8.3.3 Скрытые опасности CVSS 170
8.4 Методы сбора и анализа уязвимых данных170
8.4.1 Шаг 1: Отслеживайте весь процесс уязвимости от отчетности до ремонта 171
8.4.2 Шаг 2:
8.4.3 Шаг 3: Определите скорость покрытия уязвимости 172
8.4.4 Шаг 4: Классифицируйте в соответствии с ошибками проекта 173
8.5 Информация, предоставленная Data Data174
8.5.1 Социальные и технические элементы лазеек 174
8.5.2 Уязвимость имеет длинную и сложную историю175
8.6 Заключение 176
Ссылки 176
Глава 9: Смешанный метод рассмотрения кода добыча
9.1 Введение 178
9.2 Мотивация использования смешанных методов178
9.3 Процесс просмотра и данные 179
9.3.1 Обзор программного обеспечения 179
9.3.2 Обзор кода OSS 179
9.3.3 Обзор кода Microsoft 180
9.3.4 Обзор кода Gerrit на основе Google 180
9.3.5 Запрос на Github 180
9.3.6 Метрики и атрибуты данных 181
9.4 Анализ количественной воспроизводимости: Обзор кода филиала 182
9.4.1. Вопрос исследования 1: Материалы для каждого обзора 183
9.4.2 Вопрос об исследовании 2: Представленный размер 183
9.4.3. Вопрос об исследовании 3: Интервал обзора 184
9.4.4 Вопрос 4: Процесс участия рецензента 184
9.4.5 Резюме 185
9.5 Методы качественного анализа 186
9.5.1 Метод отбора проб 186
9.5.2 Сбор данных 187
9.5.3 Качественный анализ Microsoft Data189
9.5.4 Применение корневой теории к архивированию данных для понимания обзоров OSS 189
9.6 Треугольная взаимная проверка 190
9.6.1 Качественные результаты использования опросов для проверки треугольников191
9.6.2 Как просмотреть филиалы, представленные несколько раз в Linux 192
9.6.3 Закрытая кодировка: филиалы или пересмотра на Github и Gerrit 193
9.6.4 Понимание того, почему запросы на вытягивание отклоняются 193
9.7 Заключение 194
Ссылки 195
Глава 10: Выкапывание исключений в приложениях Android 198
10.1 Введение 198
10.2 Приложения кластеризации на основе описания 200
10.2.1 Сбор заявки 200
10.2.2 Предварительная обработка описания на основе NLP 201
10.2.3 на основе темы идентификации LDA 201
10.2.4 Приложения кластеризации на основе k-среднего алгоритма203
10.2.5 Количество найденных кластеров *203
10.2.6 Сгенерированный кластер приложений 204
10.3 Идентификация исключений через API 205
10.3.1 Использование извлечения API 205
10.3.2 Чувствительный и редкий API206
10.3.3 Обнаружение выбросов на расстоянии 207
10.3.4 Чабада как детектор вредоносного ПО 208
10.4 Экспериментальная оценка 209
10.4.1 RQ1: ненормальное обнаружение 209
10.4.2 RQ2: выбор функций 211
10.4.3 RQ3: обнаружение вредоносных программ 211
10.4.4 Ограничения и угрозы эффективности 214
10.5 Связанная работа 215
10.5.1 Описание приложения Digest 215
10.5.2: Поведение и описание несоответствие 215
10.5.3 Обнаружение вредоносных применений 216
10.6 Заключение и перспективы 216
Спасибо 216
Ссылки 216
Глава 11: Модификация и связь между программными продуктами: учиться на исторической модификации 219
11.1 Введение 219
11.2 Модифицировать сочетание 220
11.2.1 Почему продукты должны быть изменены вместе? 220
11.2.2 Преимущества использования модифицированной связи 221
11.3 Метод идентификации для изменения связи 222
11.3.1 Оригинальный счет 222
11.3.2 Правила ассоциации 228
11.3.3 Анализ временных рядов 232
11.4.Определите проблему модификационной связи 234
11.4.1 Влияние привычек подчинения234
11.4.2 Практические предложения по обнаружению и изменению связи 235
11.4.3 Другие методы 237
11.5 Приложения для модификации COUPLING238
11.5.1 Анализ прогнозирования модификации и влияния модификации238
11.5.2 Обнаружение и реконструкция дефектов дизайна 240
11.5.3 Архитектура программного обеспечения для оценки 243
11.5.4. Последовательность между совместными потребностями и социальными технологиями243
11.6 Заключение 244
Ссылки 244
Часть 3 Практический опыт
Глава 12 Применение анализа данных программного обеспечения в промышленной практике: когда исследования соответствуют практике 250
12.1 Введение 250
12.2 Фон 251
12.2.1 Опыт Фраунхофера в измерении программного обеспечения 251
12.2.2 Связанные условия 252
12.2.3 Методы опыта 252
12.2.4 Применение измерения программного обеспечения на практике— обычный метод 253
12.3 Шесть ключевых вопросов в реализации планов измерения в Industry254
12.3.1 Заинтересованные стороны, потребности и планирование: основа показателей успеха 254
12.3.2 Сбор измерений: как собирать, когда собирать, кто собирает 256
12.3.3 Есть пустые данные, нет информации: когда данные не являются тем, что вам нужно, или ожидает 257
12.3.4 Ключевая роль полевых экспертов259
12.3.5 Ответить на изменение потребностей 261
12.3.6 Эффективные методы передачи результатов анализа пользователям262
12.4 Заключение 264
Ссылки 265
Глава 13 Использование данных для принятия решений в области разработки программного обеспечения: предоставление метода анализа для здоровья программного обеспечения 267
13.1 Введение 267
13.2 Краткая история измерений разработки программного обеспечения 268
13.3 Установите четкие цели 269
13.3.1
13.3.2 Цель продукта 271
13.4 Измерение обзора 271
13.4.1 Измерение контекста 273
13.4.2 Измерение связывания 274
13.4.3 Измерение разработки 276
13.5 Проблемы, стоящие перед анализом данных проекта программного обеспечения 278
13.5.1 Сбор данных 278
13.5.2 Интерпретация данных 280
13.6 Пример: изменить разработку продукта за счет использования данных 281
13.7 Использование данных для управления процессом разработки программного обеспечения 284
Ссылки 285
Глава 14 Управление рисками для использования программного обеспечения с открытым исходным кодом на основе сообщества Data287
14.1 Введение 287
14.2 Предыстория 288
14.2.1 Основные концепции риска и программного обеспечения с открытым исходным кодом288
14.2.2 Методы моделирования и анализа 290
14.3 Метод управления рисками для OSS USE292
14.4 Анализ структуры и поведения сообщества OSS: Случай Xwiki 293
14.4.1 Анализ социальной сети сообщества OSS 294
14.4.2 Статистический анализ качества программного обеспечения, поведения сообщества OSS и проектов OSS294
14.4.3 Индикаторы риска, оцениваемые через байесовские сети 298
14.4.4 Моделирование и рассуждение программной экосистемы с открытым исходным кодом на основе моделей 300
14.4.5 Интегрированный анализ для комплексной оценки риска 302
14.5 Случай оценки риска: Случай Moodbile 303
14.6 Связанная работа 308
14.6.1 Анализ данных сообщества OSS 308
14.6.2 Моделирование и анализ рисков с помощью целенаправленной технологии 309
14.7 Заключение 309
Спасибо 310
Ссылка 310
Глава 15: Оценка статуса программного обеспечения крупного предприятия— 12 -Путешествие 312
15.1 Введение 312
15.2 Эволюция процесса и оценки 313
15.3 Влияние отчета о состоянии программного обеспечения Avaya 315
15.4 Методы и механизмы оценки 315
15.5 Источник данных 318
15.5.1 Точность данных 320
15.5.2 Типы данных проанализированы 321
15.6 Пример анализа 321
15.6.1 Анализ персонала 322
15.6.2 Анализ предсказуемости 324
15.6.3 Управление документами риска 325
15.7 Практика разработки программного обеспечения 328
15.7.1 Семь оригинальных ключевых программных областей 329
15.7.2 Четыре представителя практики отслеживания 330
15.7.3 Пример практической области: качество дизайна 330
15.7.4 Примеры отдельной практики: статический анализ 331
15.8 Отслеживание оценки: рекомендации и воздействия 333
15.8.1 Рекомендуемый пример 334
15.8.2 Рекомендуемое развертывание 335
15.9 Влияние оценки 335
15.9.1 Пример: автоматизированное управление строительством 335
15.9.2 Пример: развертывание управления файлами риска 336
15.9.3 Качество клиента
......Эта книга глубоко исследует технологии и искусство анализа данных программного обеспечения.Содержание книги охватывает анализ данных безопасности, обзор кода, документацию журнала, мониторинг пользователя и т. Д. Техническое поле включает в себя совместную модификацию и анализ, анализ текста, анализ темы и концептуальный анализ. Планы и анализ аннотаций исходного кода.Читая эту книгу, читатели поймут, как применять анализ данных в промышленных и открытых областях, а также как представить результаты анализа данных заинтересованным сторонам и лицам, принимающим решения.............