[论文解读] Closed source versus open source in a model of software bug dynamics

Damien Challet, Yann Le Du|arXiv (Cornell University)|Jun 19, 2003

Software Engineering Research参考文献 8被引用 9

一句话总结

本文提出了一种软件缺陷动力学的微观模型，将缺陷视为由程序员、用户和维护者创建、检测和修复的基本单元。该模型表明，通过快速发布周期和用户参与，开源开发可显著加速调试过程；并显示，即使程序员质量欠佳，只要技能和反馈回路足够充分，仍可实现无缺陷状态——为Linux等成功项目设定了程序员质量的下限。

ABSTRACT

We introduce a simple microscopic description of software bug dynamics where users, programmers and a maintainer interact through a given program, with a particular emphasis on bug creation, detection and fixing. When the program is written from scratch, the first phase of development is characterized by a fast decline of the number of bugs, followed by a slow phase where most bugs have been fixed, hence, are hard to find. Releasing immediately bug fixes speeds up the debugging process, which substantiates bazaar open-source methodology. We provide a mathematical analysis that supports our numerical simulations. Finally, we apply our model to Linux history and determine the existence of a lower bound to the quality of its programmers.

研究动机与目标

• 理解超越宏观可靠性模型的软件缺陷生成、检测和修复的微观机制。
• 解释为何开源软件（OSS）即使在程序员整体技能低于闭源（CSS）团队的情况下，仍能实现高质量。
• 确定在现实条件下，无缺陷状态是否为系统动力学的稳定不动点。
• 量化像Linux这样的长期成功软件项目所需的最低程序员质量。
• 评估用户反馈、维护者决策和发布频率对软件可靠性的影响。

提出的方法

• 该模型将每个软件模块视为由M个子部分组成，缺陷通过用户、程序员和维护者之间的相互作用产生和消除。
• 引入缺陷生成（依赖于程序员技能δ）、检测（由用户以概率β检测）和修复（由维护者以概率ω和ν修复）的随机规则。
• 通过模块缺陷数量的概率分布的主方程描述动力学，使系统演化过程可进行解析处理。
• 该模型引入随时间变化的系统规模S(t)，反映不断增长的软件项目，并为简化起见假设各模块相互独立。
• 使用Linux（1.0版本起）的实证数据标定参数，如程序员数量、用户数量和代码规模。
• 该模型预测，基于程序员和维护者技能参数，系统在稳定、缓慢下降行为与不稳定、波动状态之间发生相变。

实验结果

研究问题

• RQ1 即使程序员和维护者技能不完美，软件项目是否仍能收敛至无缺陷状态？
• RQ2 为何开源开发，特别是“巴扎”模式，尽管单个程序员技能可能较低，却能实现比闭源开发更高的软件质量？
• RQ3 项目要随时间稳定在低缺陷数量水平，所需的最低程序员质量水平是多少？
• RQ4 用户反馈和快速发布周期如何影响缺陷检测与修复的速度？
• RQ5 在何种条件下，系统表现出稳定、缓慢下降的阶段，而非波动、不可靠的状态？

主要发现

• 该模型表明，与闭源模型相比，开源开发通过快速发布和用户参与，显著加速了调试过程。
• 若用户报告虚假缺陷且程序员在无验证的情况下修改代码，无缺陷状态并非不动点，表明需要纪律性的开发流程。
• 对于Linux，观察到的稳定性意味着程序员质量存在下限：在假设参数下，仅当程序员技能足够高（φ ≥ 0.8，β ≤ 0.05）时，缺陷数量才能实现稳定、缓慢下降。
• 当程序员质量过低时（例如β = 0.15），系统进入缺陷大幅波动的区域，导致可靠性急剧下降。
• 该模型预测了两种截然不同的动力学状态之间的相变：一种是稳定、缓慢下降的阶段，另一种是不稳定、波动的阶段，具体取决于检测与修复速率的平衡。
• 即使贡献者不完美，只要反馈回路强大且发布周期频繁，项目仍可实现高可靠性，这支持了巴扎方法论。