A Slice-Based Estimation Approach for Maintenance Effort

Abstract

Program slicing is used as a basis for an approach to estimate maintenance effort. A case study of the GNU Linux kernel with over 900 versions spanning 17 years of history is presented. For each version a system dictionary is built using a lightweight slicing approach and encodes the forward decomposition static slice profiles for all variables in all the files in the system. Changes to the system are then modeled at the behavioral level using the difference between the system dictionaries of two versions. The three different granularities of slice (i.e., line, function, and file) are analyzed. We use a direct extension of srcML to represent computed change information. The retrieved information reflects the fact that additional knowledge of the differences can be automatically derived to help maintainers understand code changes.We consider the hypotheses: (1) The structured format helps create traceability links between the changes and other software artifacts.(2) This model is predictive of maintenance effort.The results demonstrate that the approach accurately predicts effort in a scalable manner.

Estimativa de Esforço em Atividades de Manutenção de Software: Um Mapeamento Sistemático

“…Pontos de Função e Analogia [Leung 2002] C2 Analogia com o método vizinho virtual (AVN) [Ahn et al 2003] C1 Pontos de Função [Hayes et al 2004] C1 Modelo adaptável baseado em métricas [De Lucia et al 2005] C1, C2 Regressão linear multivariada [Song et al 2007] C1, C2 Modelo probabilístico baseado em rede Bayesiana [Shukla and Misra 2008] C1, C2 Rede Neural [Tenório Jr et al 2008 [Ahn et al 2003] Pontos de Função [Hayes et al 2004] Linhas e operadores alterados [De Lucia et al 2005] Tamanho do sistema (KLOC), número de tarefas [Song et al 2007] Experiência do mantenedor, tamanho do software, características estruturais [Shukla and Misra 2008] Complexidade, número de linhas, número de arquivos [Tenório Jr et al 2008] Pontos de Função [Nguyen et al 2011] Linhas inseridas, modificadas e excluídas [Alomari et al 2014] Tamanho total do sistema, tempo de atraso, intervalo de tempo entre versões, número de hashes modificado [Chandra et al 2017] se tornando o segundo método mais aplicado. Dos demais métodos podemos citar: julgamento de especialista na atividade, similaridade textual e analogia que fazem a busca de atividades já realizadas para assim gerar a estimativa de esforço, dentre outros métodos apresentados na Tabela 1.…”

Linux Kernel Evolution: Analysis of Versions 3.0 and 3.2

“…A recent study on software evolution is given in [1], in which the authors studied the complexity evolution of five open-source projects. Other research on software evolution is given in [2]- [12] and references there.…”