
 
 
 
 
 Автори на: (1) Хсу Миат Вин, Јужен универзитет за наука и технологија, Кина (11960003@mail.sustech.edu.cn); (2) Хаибо Ванг, Јужен универзитет за наука и технологија, Кина (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, кореспондент на Јужниот универзитет за наука и технологија, Кина (tansh3@sustech.edu.cn). Authors: (1) Хсу Миат Вин, Јужен универзитет за наука и технологија, Кина (11960003@mail.sustech.edu.cn); (2) Хаибо Ванг, Јужен универзитет за наука и технологија, Кина (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, кореспондент на Јужниот универзитет за наука и технологија, Кина (tansh3@sustech.edu.cn). Табела на левицата Апстракт и 1. вовед 
 
 
 
 
 
 
 
 
 
 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 апстракција Со оглед на брзиот раст на проектите за софтвер со отворен код (OSS), етичките размислувања стануваат се поважни. Претходните студии се фокусираа на специфични етички прашања (на пример, пристрасност кон полот и фер во OSS). Постојат мали или никакви студии за различните видови на неетичко однесување во проектите на OSS. Ние ја презентираме првата студија за неетичко однесување во проектите на OSS од перспектива на засегнатите страни. Нашето проучување на 316 прашања на GitHub обезбедува таксономија од 15 видови на неетичко однесување водени од шест етички принципи (на пример, автономија). Примери за ново неетичко однесување вклучуваат (копирање на репозиториумот без форкирање) и (Промовирање на складиште без само-идентификување како придонесувач во складиштето). Ние исто така идентификуваме 18 видови софтверски артефакти кои се погодени од неетичко однесување. Различните видови на неетичко однесување идентификувани во нашата студија (1) бараат внимание од страна на програмерите и истражувачите кога прават придонеси во GitHub, и (2) укажуваат на идни истражувања за автоматско откривање на неетичко однесување во проекти на OSS. Врз основа на нашата студија, предлагаме Etor, пристап кој автоматски може да открие шест видови на неетичко однесување со користење на онтолошко инженерство и Семантски Веб Правилни Јазик (SWRL) правила за моделирање атрибути на GitHub и Мекиот форсинг Самопромоција 1 Вовед Со зголемената популарност на развојот на софтвер со отворен код (OSS), етичките размислувања станаа важна, но често занемарена тема во истражувачката заедница. (согласувања кои намерно воведуваат критични грешки во кодот), предизвикаа активна дискусија меѓу Linux заедницата, истражувачи и други OSS програмери [81]. Linux програмерите тврдеа дека правењето „хипотетички обврски“ не е „етичко“ и губење на времето на програмерите во прегледувањето на неважечките исправки [36]. Поважно, овој инцидент откри напад врз основната претпоставка на самиот OSS (т.е. фактот дека секој може да придонесе за кодот и секој OSS проект е подложен на сличен инцидент). (поединечни лица кои учествувале или се заинтересирани за проектот OSS, и може да влијаат или да бидат засегнати од проектот OSS), повеќето студии за неетичко однесување во проектите OSS главно се фокусираат на заедничките видови на неетичко однесување, како што се родовите предрасуди [59, 76], фер во процесот на ревизија на кодот [53], и лиценцирање на софтвер [64, 78, 79]. Без да се разбере дефиницијата на неетичко однесување од перспективата на засегнатите страни на проектите OSS, инциденти слични на експериментите "хипотетички врши" се принудени да се повторат. Лицемерни врски Заинтересирани страни Постојат малку или никакви студии кои го истражуваат важното прашање: "Каков вид на однесување се смета за неетички од страна на засегнатите страни во проекти OSS?". Претходните студии ја нагласуваат важноста на разгледување на етички прашања во проекти OSS со користење на разни примери и се однесуваат на етички принципи [54, 56, 73]. За жал, една студија покажа дека инструкцијата на учесниците да го разгледаат етичкиот кодекс на ACM не влијае на нивното етичко донесување одлуки во задачите за софтверско инженерство [68]. Сличен аргумент е направен во етиката на АИ, која бара практични методи за преведување на принципите во пракса [69]. Затоа, тврдиме дека не е доволно само да се набљудува појавата на неетичко однесување преку неколку примери во проектите за ОСС, многу е поважно систематски да се проучуваат нивните карактеристики и да се дизајнираат практични алатки кои автоматски можат да откријат неетичко однесување со презентирање на докази со користење на податоци во проектите за ОСС на засегнатите страни. За да се премости јазот помеѓу општите етички принципи и практиките на ОСС, ја претставуваме првата студија за видовите на неетичко однесување во проектите на ОСС од перспектива на засегнатите страни. (RQ1) Како заинтересираните страни во проектите OSS го дефинираат неетичко однесување, и кои се видовите на неетичко однесување? (RQ1) Како заинтересираните страни во проектите OSS го дефинираат неетичко однесување, и кои се видовите на неетичко однесување? Со споменување на Ние ги проучуваме Нивните и соодветните   Тоа ги поттикнува овие неетички однесувања во нашите проекти. Етички принципи Различни видови на неетичко однесување Карактеристики Етички Принципи (RQ2) Со оглед на видот на неетичко однесување, кој е соодветниот тип на софтверски артефакти кои се сметаат за неетички од страна на заинтересираните страни од проектот OSS? (RQ2) Со оглед на видот на неетичко однесување, кој е соодветниот тип на софтверски артефакти кои се сметаат за неетички од страна на заинтересираните страни од проектот OSS? За секој тип на неетичко однесување, ние ги проучуваме (т.е. артефакти во кои заинтересираните страни тврдат дека ги кршат етичките принципи) за да го насочиме нашиот дизајн на алатка која автоматски може да го идентификува неетичкото однесување во проекти за ОСС. Зафатени софтверски артефакти Нашето истражување води до иста таксономија од 15 видови на неетично однесување во проектите на OSS, вклучувајќи S1: нема припишување на авторот во код, S2: мек форкинг, S3: плагијаризам, S4: некомпатибилност со лиценци, S5: нема лиценца обезбедена во јавниот регистар, S6: неинформирана промена на лиценцата, S7: нема опција за сопственички софтвер, S8: Самопромоција, S9: Нарушување на приватноста. Шест од нив не се проучени (т.е. S2, S6, S8, S9, S11, S12), S11: Именување на конфронтација, S12: Затворање на емисија/ПР без објаснување, S13: Офанзивен јазик, S14 Инспирирани од нашето истражување, ние предлагаме етички детектор (Etor), автоматска алатка за откривање базирана на онтолошкиот инженеринг (опис на ентитети и нивните својства, односи и однесувања) и правила на Семантички јазик за веб-правила (SWRL) за моделирање на софтверски артефакти во GitHub. • На најдобро од нашето знаење, ја спроведовме првата студија за неетичко однесување во проектите на OSS од перспектива на засегнатите страни. Нашето истражување на 316 GitHub проблеми/PRs од 301 проекти откри 15 видови на неетичко однесување со шест нови. Нашето истражување, исто така, ја откри разновидноста на погодените софтверски артефакти. Нашиот бенчмарк кој содржи 316 прашања со различни видови на неетичко однесување ги поставува темелите за идните автоматизирани пристапи за откривање на неетичко однесување. Study • Ние предлагаме Etor, нова онтологија базирана алатка која автоматски открива неетичко однесување во проекти на OSS. Ние моделираме атрибути на GitHub користејќи онтологии и дизајнираме SWRL правила за да провериме за неетичко однесување во разни артефакти. Technique • Нашата евалуација на 195.621 GitHub проблеми / PRs од 1.765 repos покажува дека Etor може автоматски да открие 548 проблеми со 74.8% вистински позитивен процент во просек. Evaluation 
 
 Овој документ е достапен на архива под лиценца CC BY 4.0 DEED. Овој документ е под лиценца CC BY 4.0 DEED. available on arxiv Достапни за архивирање

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

EScholar Technologies

EScholar

Ова аудио е произведено на оригиналниот јазик на приказната!

Премногу долго; Да чита

Make resilience your competitive advantage

Што 316 GitHub проблеми нè учат за темната страна на отворен код

About Author

КОМЕНТАРИ

ВИСЕТЕ ТАГОВИ

ОВОЈ СТАТИЈА БЕШЕ ПРЕТСТАВЕН ВО

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps