Análisis de registro de fallos de software para ingenieros: revisión
Autores: Dobrowolski, Wojciech; Nikodem, Maciej; Unold, Olgierd
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Análisis de registro de fallos de software para ingenieros: revisión
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Métodos automatizados
Análisis de registros
Ingenieros
Trabajos de investigación
Detalles de implementación
Costos de mantenimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 56
Citaciones: Sin citaciones
El uso de métodos automatizados para el análisis de registros es inevitable en cualquier empresa grande; por lo tanto, ha atraído la atención de ingenieros e investigadores. Como resultado, el número de artículos en el campo crece anualmente y se proponen enfoques nuevos con frecuencia. Lamentablemente, los trabajos de investigación publicados a veces no satisfacen las necesidades de los ingenieros que desean aplicar los métodos en sistemas reales. Un problema común es que los beneficios del método a menudo no compensan el esfuerzo requerido para su implementación y mantenimiento. Por lo tanto, los ingenieros deben comprender los pros y los contras de las aplicaciones a gran escala, incluidos los detalles de implementación y el esfuerzo requerido. Este trabajo proporciona una revisión exhaustiva de los métodos automatizados de análisis de registros y tiene como objetivo ofrecer una guía para los ingenieros de software que solucionan fallos de integración y producción. El artículo categoriza y ofrece una visión general de los métodos existentes y evalúa sus costos de implementación y mantenimiento, así como la viabilidad de los métodos. El artículo también identifica y describe las deficiencias de los métodos existentes, incluido el cambio de concepto, que no se aborda con suficiente atención, así como la falta de benchmarks en línea y la interpretación de la secuencia de registros como un lenguaje, sin un análisis profundo de sus propiedades. A pesar de los crecientes esfuerzos por proporcionar soluciones factibles y ampliamente adoptadas, muchas implementaciones de referencia no están disponibles. En consecuencia, las complejidades de tiempo y computación difieren entre diversas implementaciones de los mismos enfoques, lo que hace que los resultados del trabajo de investigación sean difíciles de replicar en escenarios de la vida real.
Descripción
El uso de métodos automatizados para el análisis de registros es inevitable en cualquier empresa grande; por lo tanto, ha atraído la atención de ingenieros e investigadores. Como resultado, el número de artículos en el campo crece anualmente y se proponen enfoques nuevos con frecuencia. Lamentablemente, los trabajos de investigación publicados a veces no satisfacen las necesidades de los ingenieros que desean aplicar los métodos en sistemas reales. Un problema común es que los beneficios del método a menudo no compensan el esfuerzo requerido para su implementación y mantenimiento. Por lo tanto, los ingenieros deben comprender los pros y los contras de las aplicaciones a gran escala, incluidos los detalles de implementación y el esfuerzo requerido. Este trabajo proporciona una revisión exhaustiva de los métodos automatizados de análisis de registros y tiene como objetivo ofrecer una guía para los ingenieros de software que solucionan fallos de integración y producción. El artículo categoriza y ofrece una visión general de los métodos existentes y evalúa sus costos de implementación y mantenimiento, así como la viabilidad de los métodos. El artículo también identifica y describe las deficiencias de los métodos existentes, incluido el cambio de concepto, que no se aborda con suficiente atención, así como la falta de benchmarks en línea y la interpretación de la secuencia de registros como un lenguaje, sin un análisis profundo de sus propiedades. A pesar de los crecientes esfuerzos por proporcionar soluciones factibles y ampliamente adoptadas, muchas implementaciones de referencia no están disponibles. En consecuencia, las complejidades de tiempo y computación difieren entre diversas implementaciones de los mismos enfoques, lo que hace que los resultados del trabajo de investigación sean difíciles de replicar en escenarios de la vida real.