
 
 
 
 
 De auteurs: (1) Hsu Myat Win, Southern University of Science and Technology, China (11960003@mail.sustech.edu.cn); (2) Haibo Wang, Zuidelijke Universiteit van Wetenschap en Technologie, China (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, correspondent van de Southern University of Science and Technology, China (tansh3@sustech.edu.cn). Authors: (1) Hsu Myat Win, Southern University of Science and Technology, China (11960003@mail.sustech.edu.cn); (2) Haibo Wang, Zuidelijke Universiteit van Wetenschap en Technologie, China (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, correspondent van de Southern University of Science and Technology, China (tansh3@sustech.edu.cn). Tafel links Abstract en 1e inleiding 
 
 
 
 
 
 
 
 
 
 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 Abstractie Gezien de snelle groei van Open Source Software (OSS) projecten, worden ethische overwegingen steeds belangrijker. Eerdere studies gericht op specifieke ethische kwesties (bijv. genderbias en eerlijkheid in OSS). Er is weinig tot geen studie over de verschillende soorten onethisch gedrag in OSS projecten. We presenteren de eerste studie van onethisch gedrag in OSS projecten vanuit het perspectief van stakeholders. Onze studie van 316 GitHub-problemen biedt een taxonomie van 15 soorten onethisch gedrag geleid door zes ethische principes (bijv. autonomie). Voorbeelden van nieuw onethisch gedrag zijn onder meer (het kopiëren van een repository zonder forking) en We identificeren ook 18 soorten software-artefacten die worden beïnvloed door het onethische gedrag. De verschillende soorten onethisch gedrag die in onze studie zijn geïdentificeerd (1) vragen de aandacht van ontwikkelaars en onderzoekers bij het maken van bijdragen aan GitHub, en (2) wijzen op toekomstige onderzoek naar geautomatiseerde detectie van onethisch gedrag in OSS-projecten. Op basis van onze studie stellen we Etor voor, een benadering die automatisch zes soorten onethisch gedrag kan detecteren met behulp van ontologische engineering en Semantic Web Rule Language (SWRL) -regels om GitHub-attributen en software-artefacten te modelleren. Onze evaluatie van 195.621 GitHub-problemen (1,765 GitHub-archieven) laat zien zachte forking Zelfpromotie 1 Inleiding Met de toenemende populariteit van Open Source Software (OSS) ontwikkeling, ethische overwegingen zijn een belangrijk maar vaak verwaarloosd onderwerp binnen de onderzoeksgemeenschap geworden. (verplichtingen die opzettelijk kritische bugs in code introduceren), heeft een actieve discussie onder de Linux-gemeenschap, onderzoekers en andere OSS-ontwikkelaars veroorzaakt [81]. De Linux-ontwikkelaars argumenteerden dat het maken van "hypocrieten" "niet ethisch" is, en het verspillen van de tijd van de ontwikkelaars in het beoordelen van ongeldige patches [36]. Meer belangrijk, dit incident heeft een aanval op de basisvoorwaarde van OSS zelf onthuld (dat wil zeggen, het feit dat iedereen kan bijdragen aan de code en elk OSS-project is vatbaar voor een soortgelijk incident). (individuen die hebben deelgenomen aan of geïnteresseerd zijn in het OSS-project, en die kunnen worden beïnvloed of worden beïnvloed door het OSS-project), de meeste studies over onethisch gedrag in OSS-projecten richten zich voornamelijk op de gemeenschappelijke soorten onethisch gedrag, zoals genderbias [59, 76], eerlijkheid in het proces van code-review [53], en softwarelicenties [64, 78, 79]. Zonder de definitie van onethisch gedrag vanuit het perspectief van de belanghebbenden van OSS-projecten te begrijpen, zijn incidenten vergelijkbaar met de “hypocriet begaan” experimenten waarschijnlijk terug te vinden. hypocrieten plegen belanghebbenden Er is weinig of geen studie die de belangrijke vraag onderzoekt: “Wat voor soort gedrag wordt door belanghebbenden in OSS-projecten als onethisch beschouwd?”. Eerdere studies benadrukken het belang van het overwegen van ethische kwesties in OSS-projecten door gebruik te maken van verschillende voorbeelden en verwijzingen naar ethische principes [54, 56, 73]. Helaas onthulde een studie dat het instrueren van deelnemers om de ACM-ethiekcode te overwegen hun ethische besluitvorming in software engineering-taken niet beïnvloedt [68]. Een vergelijkbaar argument is gemaakt in AI-ethiek, dat praktische methoden oproept om principes in de praktijk te vertalen [69]. Daarom beweren we dat het niet voldoende is om het optreden van onethisch gedrag alleen te observeren via verschillende voorbeelden in OSS-projecten, het is veel belangrijker om hun kenmerken systematisch te bestuderen en praktische hulpmiddelen te ontwerpen die onethisch gedrag automatisch kunnen detecteren door bewijzen te presenteren met behulp van gegevens in OSS-projecten aan belanghebbenden. Om de kloof tussen algemene ethische principes en OSS-praktijken te overbruggen, presenteren we de eerste studie van de soorten onethisch gedrag in OSS-projecten vanuit het perspectief van belanghebbenden. (RQ1) Hoe definiëren stakeholders in OSS-projecten onethisch gedrag en wat zijn de soorten onethisch gedrag? (RQ1) Hoe definiëren stakeholders in OSS-projecten onethisch gedrag en wat zijn de soorten onethisch gedrag? Door te verwijzen naar Wij bestuderen de , hun En de bijbehorende   Dit leidt tot onethisch gedrag in onze projecten. Ethische principes Verschillende soorten onethisch gedrag kenmerken ethisch principes (RQ2) Gezien het type onethisch gedrag, wat is het overeenkomstige type software-artefact dat door belanghebbenden van het OSS-project als onethisch wordt beschouwd? (RQ2) Gezien het type onethisch gedrag, wat is het overeenkomstige type software-artefact dat door belanghebbenden van het OSS-project als onethisch wordt beschouwd? Voor elk type onethisch gedrag bestuderen we de (d.w.z. artefacten waarin belanghebbenden beweerden ethische principes te schenden) om ons ontwerp te begeleiden van een tool die automatisch onethisch gedrag in OSS-projecten kan identificeren. Betrokken software artefacten Onze eigen studie leidt tot een taxonomie van 15 soorten onethisch gedrag in OSS-projecten. met inbegrip van S1: Geen toewijzing aan de auteur in code, S2: Soft forking, S3: Plagiarisme, S4: Licentie-incompatibiliteit, S5: Geen licentie in het openbare repository, S6: Onwetende licentieverandering, S7: Geen opt-in of geen optie toegestaan, S8: Zelfpromotie, S9: Privacybescherming. Zes van hen zijn niet bestudeerd (d.w.z. S2, S6, S8, S9, S11, S12), maar zijn namen verward, S12: Naamconfusie, S12: Uitgifte/PR sluiten zonder uitleg, S13: Aanstootgevende taal, S Geïnspireerd door onze studie, stellen we Ethic Detector (Etor) voor, een automatisch detectie-instrument op basis van ontologische engineering (een beschrijving van entiteiten en hun eigenschappen, relaties en gedrag) en Semantic Web Rule Language (SWRL) regels om software-artefacten in GitHub te modelleren. • Tot het beste van onze kennis hebben we de eerste studie van onethisch gedrag in OSS-projecten uitgevoerd vanuit het perspectief van stakeholders. Onze studie van 316 GitHub-problemen/PR's van 301 projecten onthulde 15 soorten onethisch gedrag met zes nieuwe. Onze studie onthulde ook de diversiteit van de getroffen software-artefacten. Onze benchmark met 316 problemen met verschillende soorten onethisch gedrag legt de basis voor toekomstige geautomatiseerde benaderingen voor het detecteren van onethisch gedrag. Study • We stellen Etor voor, een nieuwe ontologie-gebaseerde tool die automatisch onethisch gedrag detecteert in OSS-projecten.We modelleren GitHub-attributen met behulp van ontologieën en ontwerpen SWRL-regels om te controleren op onethisch gedrag in verschillende artefacten. Technique • Onze beoordeling van 195.621 GitHub-problemen / PR's van 1.765 repos toont aan dat Etor automatisch 548 problemen kan detecteren met een gemiddelde 74.8% waar positief percentage. Evaluation 
 
 Dit document is verkrijgbaar onder de CC BY 4.0 DEED licentie. Dit document is verkrijgbaar onder de CC BY 4.0 DEED licentie. Beschikbaar in het archief

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

EScholar Technologies

EScholar

Deze audio wordt geproduceerd in de originele taal van het verhaal!

Te lang; Lezen

Make resilience your competitive advantage

Wat 316 GitHub-problemen ons leren over de donkere kant van open source

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps