
 
 
 
 
 著者: (1) Hsu Myat Win, Southern University of Science and Technology, China (11960003@mail.sustech.edu.cn) (2) Haibo Wang, Southern University of Science and Technology, China (wanghb2020@mail.sustech.edu.cn) (3) Shin Hwei Tan, Southern University of Science and Technology, China(tansh3@sustech.edu.cn)の著者。 Authors: (1) Hsu Myat Win, Southern University of Science and Technology, China (11960003@mail.sustech.edu.cn) (2) Haibo Wang, Southern University of Science and Technology, China (wanghb2020@mail.sustech.edu.cn) (3) Shin Hwei Tan, Southern University of Science and Technology, China(tansh3@sustech.edu.cn)の著者。 左のテーブル 抽象と1 導入 
 
 
 
 
 
 
 
 
 
 Background and Related Work 
 
 
 
 Study of Unethical Behavior in OSS 3.1 RQ1: Types of unethical behavior 3.2 RQ2: Affected software artifacts 
 
 
 
 Methodology 4.1 Modeling via SWRL rules 4.2 Automatic detection of unethical behavior 
 
 Evaluation 
 
 Discussion and Implications 
 
 Threats to Validity 
 
 Conclusion and References 抽象化 オープンソースソフトウェア(OSS)プロジェクトの急速な成長に伴い、倫理的考慮がますます重要になってきています。過去の研究は、特定の倫理的問題(例えば、性別偏見とOSSにおける公平性)に焦点を当てています。OSSプロジェクトにおける異なる種類の非倫理的な行動についての研究はほとんどありません。当社は、OSSプロジェクトにおける非倫理的な行動の最初の研究を、利害関係者の視点から紹介しています。当社の316のGitHub問題の研究は、6つの倫理的原則(例えば、自律性)に基づいて15種類の非倫理的な行動のタクソミーを提供しています。 (フォークなしでレポジトリをコピーする)および (リポジトリを自己識別せずにリポジトリに貢献する) 非倫理的な行動によって影響を受ける18種類のソフトウェアアーティファクトを特定しました。 私たちの研究で識別された異なる種類の非倫理的な行動 (1) GitHub への貢献時に開発者や研究者の注意を呼び、 (2) OSS プロジェクトにおける非倫理的な行動の自動検出に関する将来の研究を指摘します。 私たちの研究に基づき、私たちは Etor を提案し、Ontological Engineering and Semantic Web Rule Language (SWRL) ルールを使用して、6種類の非倫理的な行動を自動的に検出できるアプローチと GitHub ソフトウェアアーティファクトをモデル化するためのアプローチです。 OSS プロジェクトにおける ソフトフォーキング 自己促進 1 導入 オープンソースソフトウェア(OSS)開発の普及に伴い、倫理的考慮が研究コミュニティ内で重要だがしばしば無視される話題となっている。 (意図的に重要なバグをコードに導入するコミットメント)は、Linuxコミュニティ、研究者、その他のOSS開発者の間で活発な議論を引き起こした(81)。Linux開発者は、「偽善的なコミットメント」を作ることは「倫理的ではない」と主張し、無効なパッチをレビューする開発者の時間を無駄にしている(36)。もっと重要なことに、この事件はOSS自身の基本的な前提(すなわち、誰でもコードに貢献できるという事実、OSSプロジェクトは同様の事件にさらされる可能性がある)を明らかにした。 (OSSプロジェクトに参加または興味を持った個人、OSSプロジェクトに影響を及ぼすか影響を受ける可能性がある)、OSSプロジェクトにおける非倫理的行動に関するほとんどの研究は、性別偏見(59,76)、コードレビュープロセスにおける公平性(53)、ソフトウェアライセンス(64, 78, 79)などの一般的な種類に焦点を当てている。 OSSプロジェクトの利害関係者の視点から非倫理的な行動の定義を理解せずに、“偽善的行為”実験に似た事件は必ず再発する。 偽善行為 関係者 「OSSプロジェクトにおける利害関係者によってどのような行為が非倫理的とみなされるか」という重要な質問を調査する研究はほとんどありません。 以前の研究では、さまざまな例を用いて、倫理原則を参照することによって、OSSプロジェクトにおける倫理的問題を考慮することの重要性を強調した(54, 56, 73)。残念ながら、ある研究では、参加者にACM倫理コードを考慮するよう指示することは、ソフトウェアエンジニアリングタスクにおける倫理的意思決定に影響を与えないことを明らかにした。 したがって、OSSプロジェクトのいくつかの例を通じて非倫理的な行動の発生を単に観察するだけでは不十分であり、OSSプロジェクトのデータを使用して証拠を当事者に提示することによって、非倫理的な行動を自動的に検出できる実用的なツールを設計し、その特徴を体系的に研究することがより重要であると主張します。 一般的な倫理原則とOSSの実践との間のギャップを埋めるために、当社は、OSSプロジェクトにおける非倫理的行動の種類に関する最初の研究を、利害関係者の視点から紹介しています。 (RQ1) OSSプロジェクトにおける利害関係者が非倫理的行動をどのように定義し、不倫的行動の種類は何ですか。 (RQ1) OSSプロジェクトにおける利害関係者が非倫理的行動をどのように定義し、不倫的行動の種類は何ですか。 に言及することにより We study the 彼らの そして、その相応の   これらの非倫理的な行動を、私たちのプロジェクトに導く。 倫理原則 さまざまな種類の非倫理的行動 特徴 倫理 原則 (RQ2)非倫理的行為の種類を考慮すると、OSSプロジェクトの利害関係者によって非倫理的とみなされる関連する種類のソフトウェア・アーティファクトは何ですか。 (RQ2)非倫理的行為の種類を考慮すると、OSSプロジェクトの利害関係者によって非倫理的とみなされる関連する種類のソフトウェア・アーティファクトは何ですか。 非倫理的な行動のすべての種類に対して、我々は、 (すなわち、利害関係者が倫理原則を侵害していると主張した文物) OSSプロジェクトにおける非倫理的な行動を自動的に特定できるツールの設計を指導するために。 影響を受けたソフトウェアアーティファクト 私たちの研究は、OSSプロジェクトにおける15種類の非倫理的な行動の同一のタクノミーに導きます: S1: コードで著者への属性なし、 S2: Soft forking、 S3: Plagiarism、 S4: License incompatibility、 S5: No license provided in public repository、 S6: Uninformed license change, S7: No opt-in or no option allowed, S8: Self-promotion, S9: Unmaintained project with paid service, S10: Vulnerable code/API, S11: Naming confusion, S12: Closing issue/PR without explanation, S13: Offensive language, S14: No opt-in or no option allowed, and S15: Privacy Violation. Six of them have not been studied (i.e., S2, S 私たちの研究からインスピレーションを得て、Ethic Detector (Etor) は、オントロジーエンジニアリング(エンティティとその属性、関係、行動の記述)と Semantic Web Rule Language (SWRL) のルールに基づく自動検出ツールです。 ■ 当社は、301 プロジェクトの 316 件の GitHub 問題/PR を対象に、15 種類の非倫理的な行動と 6 種類の新しい行動を明らかにしました。当社の研究はまた、影響を受けたソフトウェアのアーティファクトの多様性を明らかにしました。 Study ■ 私たちは、OSSプロジェクトにおける非倫理的な行動を自動的に検出する新しいオントロジーベースのツールであるEtorを提案し、GitHubの属性をオントロジーを使用してモデル化し、さまざまなアーティファクトにおける非倫理的な行動をチェックするためにSWRLルールを設計します。 Technique ■ 1765 件のレポから 195,621 件の GitHub 問題/PR の評価は、Etor が自動的に 548 件の問題を検出でき、平均で 74.8% の真のポジティブ率で検出できることを示しています。 Evaluation 
 
 この論文は CC BY 4.0 DEED ライセンスの下で archiv で利用できます。 この紙は CC BY 4.0 DEED ライセンス available on arxiv ARCHIV で利用可能

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

EScholar Technologies

EScholar

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

Make resilience your competitive advantage

316のGitHub問題がオープンソースの暗い側について教えてくれる

About Author

コメント

ラベル

この記事は

Related Stories

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

ワークフローを10倍に向上させる方法: 必須アプリ17選

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

ワークフローを10倍に向上させる方法: 必須アプリ17選

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps