เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์โค้ดแบบสแตติก× | แบบจำลองการทำนายข้อบกพร่อง× | |
|---|---|---|
| สาขาวิชา | วิศวกรรมซอฟต์แวร์ | วิศวกรรมซอฟต์แวร์ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 2001 | 2005 |
| ผู้ริเริ่ม≠ | David Engler and William Pugh | Thomas Ostrand, Elaine Weyuker, Robert Bell |
| ประเภท≠ | automated analysis | machine learning model |
| แหล่งต้นตำรับ≠ | Chess, B., & West, J. (2007). Secure Programming with Static Analysis. Addison-Wesley Professional. link ↗ | Ostrand, T. J., Weyuker, E. J., & Bell, R. M. (2005). Predicting the location and number of faults in large software systems. IEEE Transactions on Software Engineering, 31(4), 340–355. DOI ↗ |
| ชื่อเรียกอื่น | static analysis, code inspection, automated review | fault prediction, bug prediction, defect classification |
| ที่เกี่ยวข้อง | 4 | 4 |
| สรุป≠ | Static code analysis automatically examines source code without execution, detecting potential bugs, security vulnerabilities, code smells, and style violations. Pioneered by Engler and Pugh (2001), automated analysis tools scan codebases at scale, identifying defect patterns faster than manual review. Organizations integrate static analysis into continuous integration pipelines to prevent defects early. | Defect prediction models forecast the likelihood of software faults in code modules using statistical or machine learning approaches. Pioneered by Ostrand, Weyuker, and Bell (2005), these models correlate code metrics (complexity, churn, coupling) with historical defect data to identify high-risk components. Organizations use predictions to allocate testing resources, guide code review, and prioritize refactoring. |
| ScholarGateชุดข้อมูล ↗ |
|
|