Predicción de advertencias de análisis estático precisas y accionables

Las herramientas de análisis estático informan sobre defectos de software que pueden ser o no detectados por otros métodos de verificación. Dos desafíos que complican la adopción de estas herramientas son las advertencias espurias de falsos positivos y las advertencias legítimas que no se actúan. Este artículo informa sobre el apoyo automatizado para ayudar a abordar estos desafíos utilizando modelos de regresión logística que predicen los tipos de advertencias mencionadas a partir de señales en las advertencias y el código implicado. Dado que examinar muchos factores potenciales de señalización en grandes entornos de desarrollo de software puede ser costoso, utilizamos una metodología de cribado para descartar rápidamente factores con bajo poder predictivo y construir modelos predictivos de manera rentable. Nuestra evaluación empírica indica que estos modelos pueden lograr una alta precisión en la predicción de advertencias de análisis estático precisas y accionables, y sugiere que los modelos son competitivos con modelos alternativos construidos sin cribado.