Analyzing Technical Debt by Mapping Production Logs with Source Code
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00371171" target="_blank" >RIV/68407700:21230/22:00371171 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-031-23387-6_15" target="_blank" >https://doi.org/10.1007/978-3-031-23387-6_15</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-23387-6_15" target="_blank" >10.1007/978-3-031-23387-6_15</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Analyzing Technical Debt by Mapping Production Logs with Source Code
Popis výsledku v původním jazyce
Poor coding practices, bad design decisions, and expedited software delivery can introduce technical debt. As software grows, manual detection and management of technical debt become increasingly difficult. To address these problems, recent research offers a variety of approaches for automating the process of recognizing and managing technical debt. Unfortunately, current strategies for measuring technical debt depend on static standards that fail to acknowledge software usage patterns in production. In this paper, we utilized existing tools to identify technical debt using static code analysis and then employed production log analysis to rank these debts dynamically.
Název v anglickém jazyce
Analyzing Technical Debt by Mapping Production Logs with Source Code
Popis výsledku anglicky
Poor coding practices, bad design decisions, and expedited software delivery can introduce technical debt. As software grows, manual detection and management of technical debt become increasingly difficult. To address these problems, recent research offers a variety of approaches for automating the process of recognizing and managing technical debt. Unfortunately, current strategies for measuring technical debt depend on static standards that fail to acknowledge software usage patterns in production. In this paper, we utilized existing tools to identify technical debt using static code analysis and then employed production log analysis to rank these debts dynamically.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
The Recent Advances in Transdisciplinary Data Science
ISBN
978-3-031-23386-9
ISSN
1865-0929
e-ISSN
—
Počet stran výsledku
13
Strana od-do
200-212
Název nakladatele
Springer Nature Switzerland AG
Místo vydání
Basel
Místo konání akce
Waco
Datum konání akce
25. 3. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—