[論文レビュー] Debt-Prone Bugs: Technical Debt in Software Maintenance

Jifeng Xuan, Yan Hu+1 more|arXiv (Cornell University)|Apr 16, 2017

Software Engineering Research参考文献 6被引用数 8

ひとこと要約

本論文は、ソフトウェア保守における技術的負債をモデル化するため、『債務にかかりやすいバグ』—タグバグ、再開バグ、重複バグ—の概念を導入する。メジアナの事例研究を通じて、これらのバグが時間コストの増加とソフトウェア品質の低下と相関することを示し、履歴データに基づいた修正時間の予測モデルを提案することで、品質監視およびリリース計画の支援を行う。

ABSTRACT

Fixing bugs is an important phase in software development and maintenance. In practice, the process of bug fixing may conflict with the release schedule. Such confliction leads to a trade-off between software quality and release schedule, which is known as the technical debt metaphor. In this article, we propose the concept of debt-prone bugs to model the technical debt in software maintenance. We identify three types of debt-prone bugs, namely tag bugs, reopened bugs, and duplicate bugs. A case study on Mozilla is conducted to examine the impact of debt-prone bugs in software products. We investigate the correlation between debt-prone bugs and the product quality. For a product under development, we build prediction models based on historical products to predict the time cost of fixing bugs. The result shows that identifying debt-prone bugs can assist in monitoring and improving software quality.

研究の動機と目的

• 問題のあるバグパターンの観点から、ソフトウェア保守における技術的負債をモデル化すること。
• 3種類の債務にかかりやすいバグ（タグバグ、再開バグ、重複バグ）を特定・分類すること。
• 債務にかかりやすいバグとソフトウェア製品品質との相関関係を検討すること。
• 履歴データを用いてバグ修正に要する時間コストを推定するための予測モデルを開発すること。
• 債務にかかりやすいバグの早期兆候を特定することで、ソフトウェア品質監視およびリリース計画の支援を行うこと。

提案手法

• バグを3種類に分類する：タグバグ（特定のマイルストーンに割り当てられたバグ）、再開バグ（修正されたが再発したバグ）、重複バグ（同じ問題の重複レポート）。
• バグ解決のパターンに関する実世界のデータを分析するため、メジアナソフトウェアプロジェクトにおける事例研究を実施する。
• 各バグタイプの修正に要する時間コストを測定し、製品品質メトリクスと相関関係を分析する。
• 過去のソフトウェア製品からの履歴データを用いて、バグ修正時間の予測モデルを訓練する。
• 統計的および機械学習的手法を用いて、バグの特性と修正時間との関係をモデル化する。
• 交差製品評価を用いて予測モデルの妥当性を検証し、予測の正確性を評価する。

実験結果

リサーチクエスチョン

• RQ1 異なる種類のバグは、ソフトウェア保守における技術的負債にどのように寄与するか？
• RQ2 債務にかかりやすいバグと、ソフトウェア欠陥の修正に要する時間コストの増加との間に、どのような相関関係があるか？
• RQ3 債務にかかりやすいバグは、ソフトウェア全体の製品品質にどの程度影響を及ぼすか？
• RQ4 履歴データを用いて、バグの種類と行動に基づき、修正に要する時間を予測することは可能か？
• RQ5 予測モデルは、技術的負債を示す高リスクバグを特定するのにどの程度効果的か？

主な発見

• タグバグ、再開バグ、重複バグは、ソフトウェア保守における技術的負債の顕著な指標である。
• 再開バグおよび重複バグは、長い修正時間と品質の低下と強く正の相関関係を示す。
• 債務にかかりやすいバグの存在は、全体の保守コストを増加させ、リリーススケジュールの遅延を引き起こす。
• 履歴データに基づく予測モデルは、バグ修正に要する時間コストの推定において顕著な正確性を達成する。
• 債務にかかりやすいバグの特定は、技術的負債の早期検出を可能にし、品質改善のための能動的対応を支援する。
• メジアナにおける事例研究は、債務にかかりやすいバグが広く存在し、ソフトウェア開発サイクルに体系的に影響を与えていることを確認している。