2022 Fiscal Year Research-status Report
Foundation for data-driven software maintenance and evolution augmented by machine learning
Project/Area Number |
21KK0179
|
Research Institution | Waseda University |
Principal Investigator |
鷲崎 弘宜 早稲田大学, 理工学術院, 教授 (70350494)
|
Co-Investigator(Kenkyū-buntansha) |
小形 真平 信州大学, 学術研究院工学系, 准教授 (10589279)
林 晋平 東京工業大学, 情報理工学院, 准教授 (40541975)
本田 澄 大阪工業大学, 情報科学部, 講師 (40732938)
齋藤 大輔 早稲田大学, 理工学術院, 講師(任期付) (80779091)
|
Project Period (FY) |
2021-10-07 – 2025-03-31
|
Keywords | ソフトウェア保守 / ソフトウェア進化 / データ駆動ソフトウェア工学 / 機械学習応用 / プログラム品質評価改善 |
Outline of Annual Research Achievements |
不確実性の高い現代において、潜在する欠陥や要求・環境変化をデータで捉え、ソフトウェア上で修正や変化適応を進めるデータ駆動の枠組みが求められる。従来は固定的な活動の一部の自動化にとどまり、機械学習の適用も場当たり的である。そこで本研究は、機械学習により増強された(Machine Learning Augmented)データ駆動ソフトウェア保守・進化の確立を研究課題として掲げ、規範と実態を融合的に扱い、開発者による一定の制御が可能な保守・進化の自動化基盤を実現する。特に、ソフトウェアシステム開発運用の大部分を占める保守・進化の支援を目的に、過去の様々なプロジェクトにおける保守・進化実績データへの機械学習適用を通じてモデル(規範)としての修正・適応のルールや関係を学習する。さらに不確実性をもつ新たな開発運用において変更・改訂履歴データに基づき、状況や傾向変化を組み入れてモデルを適用することで、インスタンス(実態)としての状況や文脈へと適合する形で自動修正・適応を達成する。これにより過去および新たなデータに基づき持続的に、直面する課題対応としての修正・適応と、起こりうる問題や変化の予測に応じた進化を高効率かつ不確実性を考慮したものへ増強することを目的とする。2022年度は2021年度の成果を発展させて、目的の達成に向けた基礎を得るために、 機械学習増強のデータ駆動の問題報告対応やプログラム品質評価・修正・改善、および、保守・進化支援に向けた要素技術および関連研究の調査研究およびそれに基づく基盤の基礎的な設計を進めるとともに、各要素の試験適用な検証、組み合わせに向けた成果を得た。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
新型コロナウィルスの蔓延に伴う渡航制限により海外共同研究者との直接の相互訪問は途絶えていたが、その影響が緩和されるとともに相互訪問を再開し、緊密な遠隔の対話を通じて調査研究や共同論文発表を実現した。
|
Strategy for Future Research Activity |
渡航制限の緩和に伴い、引き続き直接の相互訪問を含むより緊密な海外共同研究者との対話を通じて共同による調査研究や論文発表を進める予定である。
|
Causes of Carryover |
当該年度の途中までは新型コロナウィルスの蔓延に伴う渡航制限により海外共同研究者との直接の相互訪問が一時的にかなわなかったため次年度使用額を生じたが、途中からの渡航制限緩和に伴う相互訪問の再開と緊密な遠隔の対話を通じて調査研究や共同論文発表を実現した。さらなる渡航制限の緩和に伴い、翌年度分として請求した助成金と合わせた形で、引き続き直接の相互訪問を含むより緊密な海外共同研究者との対話を通じて共同による調査研究や論文発表を進める予定である。
|
Research Products
(15 results)