<  Back to the Polytechnique Montréal portal

Détection et correction automatique des défauts de conception au moyen de l’apprentissage automatique pour l’amélioration de la qualité des systèmes

Abdou Maïga

Technical Report (2010)

[img]
Preview
Published Version
Terms of Use: Tous droits réservés.
Download (1MB)
Cite this document: Maïga, A. (2010). Détection et correction automatique des défauts de conception au moyen de l’apprentissage automatique pour l’amélioration de la qualité des systèmes (Technical Report n° EPM-RT-2010-12).
Show abstract Hide abstract

Abstract

RÉSUMÉ: La maintenance logicielle apparait comme l’activité la plus coûteuse dans le cycle du développement : plus de 80% des ressources lui sont consacrées. Au cours des activités de maintenance, l’architecture et la conception du logiciel sont très peu prises en compte. Il s’en suit une dégradation progressive de ces artefacts dus à des défauts de conception. Ces défauts peuvent avoir été introduits dès la première conception mais également par les maintenances du logiciel. La dégradation de la conception du logiciel rend encore plus difficile la compréhension du logiciel et les maintenances à venir, créant ainsi un cycle vicieux. Nous nous proposons dans ce projet de recherche de contribuer à réduire la dégradation des conceptions logicielles en mettant en place un système intégré de détection et de correction automatiques des défauts de conception et également un suivi de la qualité de la conception. Ce système, nommé SUDERCO, est basé sur l’apprentissage automatique et vise à fournir un cadre souple et évolutif pour aider à réduire les coûts de maintenance par la préservation de la conception. ---------- ABSTRACT: Software maintenance is emerging as the most expensive activity in the development cycle: more than 80% of resources are devoted to it. During maintenance activities, architecture and design of the software are rarely taken into account. It follows a progressive deterioration of these artifacts due to design defects. These defects may have been introduced not only in the first design, but also during the maintenance of the software. The degradation of software design makes it even harder to understand the software and perform future maintenance, creating a vicious cycle. We propose a research plan to contribute in minimizing the degradation of software designs by providing an integrated system for the automatic detection and correction of design defects, along with monitoring the design quality. This system, called SUDERCO, is based on machine learning techniques and aims at providing a flexible and scalable tool to help reduce maintenance costs by preserving the design.

Uncontrolled Keywords

défauts de conception, SVM, système de recommandation, détection, correction, refactorisations, Java, design defect, recommender system, detection, correction, refactoring

Open Access document in PolyPublie
Subjects: 2700 Technologie de l'information > 2706 Génie logiciel
2800 Intelligence artificielle (Vision artificielle, utiliser 2603) > 2800 Intelligence artificielle (Vision artificielle, utiliser 2603)
Department: Département de génie informatique et génie logiciel
Research Center: Non applicable
Date Deposited: 06 Oct 2017 13:36
Last Modified: 24 Oct 2018 16:12
PolyPublie URL: https://publications.polymtl.ca/2635/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only