مقاله کنفرانسی سال ۱۴۰۴ فارسی

کاربرد الگوریتم های داده کاوی مبتنی بر هوش مصنوعی در شناسایی و پیش بینی خطاهای نرم افزاری در چرخه توسعه نرم افزار

چکیده مقاله

در دنیای مدرن توسعه نرم افزار، کیفیت و پایداری کد به عنوان عوامل کلیدی در موفقیت پروژه ها مطرح شده اند افزایش پیچیدگی سیستم های نرم افزاری و نیاز روزافزون به قابلیت اطمینان بالا، توسعه دهندگان را ملزم می سازد تا به روش هایی موثر برای شناسایی، پیشگیری و مدیریت خطاها روی آورند خطاهای نرم افزاری، در صورت شناسایی نشدن به موقع، می توانند منجر به افزایش چشمگیر هزینه های نگهداری، کاهش رضایت کاربران، از دست رفتن فرصت های تجاری و حتی بروز خسارات جبران ناپذیر در سامانه های حساس شوند در این راستا، استفاده از روش های داده کاوی مبتنی بر هوش مصنوعی به عنوان رویکردی نوین و کارآمد در شناسایی و پیش بینی خطاهای نرم افزاری مورد توجه قرار گرفته است داده کاوی با بهره گیری از الگوریتم های پیشرفته می تواند الگوهای پنهان و ارتباطات معنادار میان داده های مربوط به توسعه، آزمون و بهره برداری نرم افزار را استخراج کرده و از این طریق به تحلیل کیفیت کد و شناسایی نواحی مستعد خطا کمک کند این مقاله با هدف بررسی جامع تکنیک های داده کاوی در کشف و پیش بینی خطاهای نرم افزاری، به تحلیل مجموعه ای از الگوریتم های یادگیری ماشین، خوشه بندی و تشخیص ناهنجاری می پردازد الگوریتم های طبقه بندی نظیر درخت تصمیم، جنگل تصادفی، ماشین بردار پشتیبان SVM و شبکه های عصبی، برای شناسایی خودکار فایل ها یا ماژول هایی که احتمال بیشتری برای داشتن خطا دارند، مورد استفاده قرار می گیرند از سوی دیگر، روش های خوشه بندی بدون نظارت همچون K Means و DBSCAN، امکان گروه بندی کدها یا نسخه های نرم افزار بر اساس ویژگی های مشابه را فراهم کرده و به کشف ساختارهای غیرعادی کمک می کنند تکنیک های تشخیص ناهنجاری نیز برای شناسایی رفتارهای غیرمنتظره در داده های اجرایی یا لاگ ها به کار می روند که اغلب نشانه هایی از وجود نقص یا تهدید امنیتی هستند

کلیدواژه‌ها

نویسندگان

تصویر علیرضا کریمی

علیرضا کریمی

۱ دانشجو کارشناسی ناپیوسته دانشکده ملی مهارت پسران شهرکرد چهارمحال و بختیاری

تصویر حسام منتظری

حسام منتظری

۲ دانشجو کارشناسی ناپیوسته دانشکده ملی مهارت پسران شهرکرد چهارمحال و بختیاری

تصویر احسان سلیمانی دهکردی

احسان سلیمانی دهکردی

۳ دانشکده مهندسی کامپیوتر، دانشجوی دکتری تخصصی ، دانشگاه آزاد اسلامی، واحد میبد، میبد

شیوه ارجاع

کریمی، علیرضا و منتظری، حسام و سلیمانی دهکردی، احسان،1404،کاربرد الگوریتم های داده کاوی مبتنی بر هوش مصنوعی در شناسایی و پیش بینی خطاهای نرم افزاری در چرخه توسعه نرم افزار،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

پوستر مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۱,۲۰۱ مشاهده

پیش بینی مصرف انرژی در ساختمان های هوشمند با استفاده از شبکه های عصبی اگاه از فیزیک (PINN)

در سال های اخیر، هوشمندسازی زیرساخت ها با هدف کاهش مصرف انرژی و افزایش بهره وری، به یکی از اولویت های اص…

ساختمان هوشمندبهینه سازی انرژیشبکه عصبی آگاه از فیزیک PINN
مقاله کنفرانسی سال ۱۴۰۳ ۸۸۴ مشاهده

کاربرد کامپیوتر در زندگی و صنایع مختلف

کامپیوترها به یکی از ارکان اساسی زندگی مدرن تبدیل شده اند و در حوزه های مختلف از جمله آموزش، صنعت، پزشکی…

مقاله کنفرانسی سال ۱۴۰۳ ۶۳۶ مشاهده

بهینه سازی مبتنی بر هوش مصنوعی در مهندسی برق، کامپیوتر و مکانیک: یک بررسی سیستماتیک

با پیشرفت های سریع در هوش مصنوعی AI ، بهینه سازی مبتنی بر AI به یکی از مهم ترین روش ها برای حل چالش های…

هوش مصنوعیبهینه سازییادگیری عمیق
مقاله کنفرانسی سال ۱۴۰۳ ۵۱۴ مشاهده

بررسی عملکرد سیستم انتقال قدرت خودرو های برقی و خودرو های احتراق داخلی

این مقاله بر اساس تحقیق و طراحی یکی از برنامه های اصلی صنعت در چند ساله اخیر در مورد خودروهای برقی تهیه…

سیستم انتقال قدرتموتورهای الکتریکیخودرو های برقی
مقاله کنفرانسی سال ۱۴۰۴ ۵۱۰ مشاهده

طبقه بندی احساسات با بکارگیری سیگنال های فیزیولوژیکی و یادگیری عمیق

احساسات نقش مهمی در ارتباطات انسانی، بیان حالات و واکنش های رفتاری انسان دارد با پیشرفت تکنولوژی، طبقه ب…

طبقه بندی احساساتیادگیری عمیقسیگنال فیزیولوژیکی
مقاله کنفرانسی سال ۱۴۰۳ ۴۹۵ مشاهده

استرس شغلی

استرس شغلی یکی از مشکلات رایج در محیط های کاری است که به دلیل فشارهای شغلی، انتظارات بالا، عدم تعادل بین…

مدیریت استرساسترس شغلیفشار کاری