Dissertação
Automatic Bug Prioritization of SmartBugs Reports using Machine Learning EVALUATED
Os falsos positivos são uma parte inerente das ferramentas de análise de bugs, no entanto programadores perdem a fé em ferramentas que apresentam falsos positivos com demasiada frequência. SmartBugs em particular, é um projeto que analisa contratos inteligentes em Ethereum, fornecendo relatórios de 11 ferramentas de análise diferentes e, consequentemente, relatando muitos falsos positivos. Estendemos o SmartBugs com um algoritmo de priorização de bugs que classifica relatórios de bugs usando aprendizagem automática, classificando os verdadeiros positivos acima dos falsos positivos, proporcionando assim uma melhor experiência para os programadores. Usando apenas característica SARIF e modelos compostos regressivos, conseguimos salvar até 80\% do tempo de um programador, aumentando a eficiência de analisar bugs em quase 5x.
novembro 18, 2022, 14:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
João Fernando Peixoto Ferreira
Departamento de Engenharia Informática (DEI)
Professor Auxiliar
ORIENTADOR
Rui Filipe Lima Maranhão de Abreu
FEUP - Faculdade de Engenharia da Universidade do Porto
Professor Catedratico