
 
 
 
 
 ලේඛකයෝ : (1) Hsu Myat Win, දකුණු විද්යා හා තාක්ෂණ විශ්ව විද්යාලය, චීනය (11960003@mail.sustech.edu.cn); Haibo Wang, දකුණු විද්යා හා තාක්ෂණය විශ්ව විද්යාලය, චීනය (wanghb2020@mail.sustech.edu.cn); (3) දකුණු විද්යා හා තාක්ෂණය විශ්ව විද්යාලය, චීනය (tansh3@sustech.edu.cn) Authors: (1) Hsu Myat Win, දකුණු විද්යා හා තාක්ෂණ විශ්ව විද්යාලය, චීනය (11960003@mail.sustech.edu.cn); Haibo Wang, දකුණු විද්යා හා තාක්ෂණය විශ්ව විද්යාලය, චීනය (wanghb2020@mail.sustech.edu.cn); (3) දකුණු විද්යා හා තාක්ෂණය විශ්ව විද්යාලය, චීනය (tansh3@sustech.edu.cn) මේසය Links Abstract සහ 1 - Introduction 
 
 
 
 
 
 
 
 
 
 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 අමුද් රව් ය Open-Source Software (OSS) ව්යාපෘති වේගයෙන් වර්ධනය වන බැවින්, සදාචාරාත්මක ප්රවේශයන් වඩාත් වැදගත් වේ. පසුගිය අධ්යයන විශේෂිත සදාචාරාත්මක ප්රශ්න (උදා: ලිංගික ප්රතිශතය සහ OSS හි සාධාරණත්වය) මත අවධානය යොමු කර ඇත. OSS ව්යාපෘතිවල අසාචාරාත්මක හැසිරීම් විවිධ වර්ග පිළිබඳ අධ්යයයනය අඩු හෝ කිසිදු වේ. අපි OSS ව්යාපෘතිවල අසාචාරාත්මක හැසිරීම් පිළිබඳ පළමු අධ්යයයනය stakeholder දර්ශනයෙන් ඉදිරිපත් කරමු. 316 GitHub ප්රශ්න පිළිබඳ අපගේ අධ්යයයනය අසාචාරාත්මක හැසිරීම් වර්ග හය මූලධර්ම (උදා: ස්වයංක්රීයත්වය) අනුගමනය කරන ලද 15 (සංස්කරණය නොමැතිව පිටපතක් පිටපතක් පිටපතක්) සහ (අපගේ අධ්යයනය තුළ හඳුනාගත් අසාමාන්ය හැසිරීම් විවිධ වර්ග (1) GitHub හි ප්රවේශ කිරීම සඳහා සංවර්ධන සහ පර්යේෂකයන්ගේ අවධානය යොමු කිරීමෙන්, සහ (2) OSS ව්යාපෘතිවල අසාමාන්ය හැසිරීම් ස්වයංක්රීයව හඳුනා ගැනීම පිළිබඳ අනාගත පර්යේෂණ සඳහා අපි හඳුනා ගනිමු. අපගේ අධ්යයයනය මත පදනම්ව, අපගේ අධ්යයයනය අනුව, අපගේ අධ්යයයයනයෙන් අසාමාන්ය හැසිරීම් හයක් ස්වයංක්රීයව හඳුනා ගත හැකි ප්රවේශයක් වන Etor, Ontological Engineering and Semantic Web Rule Language (SWRL) නීතිය භාවිතා කිරීමෙන් GitHub ප්රවේශයන් සහ මෘදුකාංග අසාමාන්ය හැසිරීම් ආකෘ මෘදු Forking ස්වයං ප් රවර්ධනය 1 ඇතුළත් කිරීම විවෘත මූලාශ්රය මෘදුකාංග (Open-Source Software, OSS) සංවර්ධනයේ ප් රසිද්ධතාවය වැඩි වන අතර, මානසික ප්රවේශයන් පර්යේෂණ සමාජය තුළ වැදගත් නමුත් බොහෝ විට නොසලකා හැරෙන මාතෘකාවක් බවට පත් වී ඇත. (විශේෂයෙන් ප්රශ්නීය බැගින් කේතයට ඇතුළත් කරන ලද පොරොන්දුව), ලින්ක්ස් සමාජය, පර්යේෂකයන් සහ අනෙකුත් OSS සංවර්ධකයින් අතර ක්රියාකාරී සාකච්ඡාවක් ඇති කර ඇත [81]. ලින්ක්ස් සංවර්ධකයින් පවසන්නේ “අපේක්ෂිත බැගින්” සිදු කිරීම “නොතියාකාරී” නොවන බවයි, හා අසාමාන්ය පැකේජයන් නිරීක්ෂණය කිරීම සඳහා සංවර්ධකයින්ගේ කාලය නාස්ති කිරීම [36]. වඩාත් වැදගත් වන්නේ, මෙම සිදුවීම OSS හි මූලික ප්රමාණය (එනම්, ඕනෑම කෙනෙකුට කේතයට සහ ඕනෑම OSS ව්යාපෘතියට උපකාර කළ හැකි බව) ප්රතික්ෂේප කර ඇති බවයි. (OSS ව්යාපෘතියට සහභාගී වූ හෝ ඒ ගැන උනන්දුවක් ඇති පුද්ගලයින්, OSS ව්යාපෘතියට බලපෑම් කළ හැකි හෝ බලපෑම් කළ හැකි පුද්ගලයින්), OSS ව්යාපෘතිවල අසාමාන්ය හැසිරීම් පිළිබඳ බොහෝ අධ්යයන ප් රධාන වශයෙන් අසාමාන්ය හැසිරීම් වැනි සාමාන්ය වර්ගවලට අවධානය යොමු කර ඇත, එවැනි ලිංගික උනන්දුවක් [59, 76], කේතය සමාලෝචන ක්රියාවලියෙහි සාධාරණත්වය [53], සහ මෘදුකාංග බලපත්ර [64, 78, 79]. OSS ව්යාපෘතිවල ආයෝජකයින්ගේ ප්රවේශයෙන් අසාමාන්ය හැසිරීම පිළිබඳ සංකේතය තේරුම් නොගැලපෙන විට, "අපෝෂිත අපරාධ" අත්හදා බැලීම් වැනි සිදුවීම් නැවත සිදුවනු ඇත. අපූරු අපූරු ආයෝජකයින් වැදගත් ප්රශ්නය පරීක්ෂා කරන අධ්යයනයන් කීපයක් නැත: "OSS ව්යාපෘතිවල ආයෝජකයින් විසින් මොන ආකාරයේ හැසිරීම් අසාමාන්ය ලෙස සැලකේද?" OSS ව් යාපෘතිවල සදාචාරාත්මක ප්රශ්න සැලකිලිමත් කිරීම සඳහා විවිධ උදාහරණ භාවිතා කිරීම සහ සදාචාරාත්මක මූලධර්ම වලට යොමු කිරීම [54, 56, 73]. අවාසනාවකට, එක් අධ්යයනයකින් පෙන්නුම් කර ඇති අතර, ACM සදාචාරාත්මක කේතය සැලකිලිමත් කිරීමට සහභාගීන්ට උපදෙස් දීම මෘදුකාංග ඉංජිනේරු කාර්යයන් තුළ ඔවුන්ගේ සදාචාරාත්මක තීරණ ගැනීමට බලපාන්නේ නැත [68]. එවැනි ප්රශ්නයක් AI ඉංජිනේරුවේදී සිදු කර ඇති අතර, මූලධර්ම ක්රියාත්මකව ක්රියාත්මකව පරිවර්තනය කිරීම සඳහා ප්රායෝගික ක්රමයක් ඉල්ලයි [69]. එබැවින්, OSS ව්යාපෘතිවල විවිධ උදාහරණ හරහා අසාමාන්ය හැසිරීම් ඇතිවීම පමණක් නිරීක්ෂණය කිරීම ප්රමාණවත් නොවේ, OSS ව්යාපෘතිවල දත්ත භාවිතා කිරීමෙන් සාක්ෂි ඉදිරිපත් කිරීමෙන් අසාමාන්ය හැසිරීම් ස්වයංක්රීයව නිරීක්ෂණය කළ හැකි ප්රායෝගික මෙවලම් නිර්මාණය කිරීම. සාමාන්ය සදාචාරාත්මක මූලධර්ම සහ OSS ක්රියාකාරකම් අතර ගැටුම් බිඳ දැමීම සඳහා, අපි OSS ව්යාපෘතිවල අසාචාරාත්මක හැසිරීම් වර්ගය පිළිබඳ පළමු අධ්යයනය ප්රවේශකරුවන්ගේ ප්රවේශවලින් ඉදිරිපත් කරමු. (RQ1) OSS ව්යාපෘතිවල ආයෝජකයින් ආචාරශීලී හැසිරීම් හඳුන්වන්නේ කෙසේද, සහ ආචාරශීලී හැසිරීම් වර්ග මොනවාද? (RQ1) OSS ව්යාපෘතිවල ආයෝජකයින් ආචාරශීලී හැසිරීම් හඳුන්වන්නේ කෙසේද, සහ ආචාරශීලී හැසිරීම් වර්ග මොනවාද? සඳහන් කිරීමෙන් අපි අධ්යයනය කරනවා ඔවුන්ගේ ඒ වගේම ඒකට ගැලපෙන   මේවා අපේ ව් යාපෘතිවල අසාමාන් ය හැසිරීම් වලට බලපානවා. සදාචාරාත්මක මූලධර්ම විවිධ ආචාරශීලී හැසිරීම් විශේෂාංග ආගමික මූලධර්ම (RQ2) ආචාරශීලී හැසිරීම් වර්ගය අනුව, OSS ව්යාපෘතියේ ආයෝජකයින් විසින් ආචාරශීලී ලෙස හඳුන්වනු ලබන සෘජු මෘදුකාංග නිෂ්පාදන වර්ගය කුමක්ද? (RQ2) ආචාරශීලී හැසිරීම් වර්ගය අනුව, OSS ව්යාපෘතියේ ආයෝජකයින් විසින් ආචාරශීලී ලෙස හඳුන්වනු ලබන සෘජු මෘදුකාංග නිෂ්පාදන වර්ගය කුමක්ද? සෑම ආකාරයකම ආචාරශීලී හැසිරීම් සඳහා, අපි අධ්යයනය කරමු (එනම්, ආයෝජකයින් ආචාරමය මූලධර්මය උල්ලංඝනය කරන බව ප් රකාශ කරන ලද ආකෘති) OSS ව්යාපෘතිවල ආචාරශීලී හැසිරීම් ස්වයංක්රීයව හඳුනාගත හැකි මෙවලමක් අපගේ නිර්මාණයට මග පෙන්වන්න. බලපාන මෘදුකාංග ආකෘති අපගේ අධ්යයනය තෝරා ගන්නේ OSS ව්යාපෘති තුළ අසාමාන්ය හැසිරීම් 15 වර්ගයේ සමාන ප්රතිපත්ති වලින්. ඇතුළත් S1: කේතයේ ලේඛකයාට කිසිදු ලියාපදිංචියක්, S2: මෘදු 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. අපගේ අධ්යයනයෙන් ආකර්ෂණය කර, අපි Ethic Detector (Etor) යෝජනා කරමු, ontological ඉංජිනේරු මත පදනම්ව ඇති ස්වයංක්රීය හඳුනාගැනීමේ මෙවලමක් (නිර්මානුකූලයන් සහ ඔවුන්ගේ ස්වභාවය, සබඳතා, හා හැසිරීම් විස්තර කිරීම) සහ සමුද්රව්ය වෙබ් නීති භාෂාව (SWRL) නීති GitHub හි මෘදුකාංග ආකෘති ආකෘති ආකෘති කිරීමට. · අපගේ හොඳම දැනුම අනුව, අපි OSS ව්යාපෘතිවල අසාමාන්ය හැසිරීම් පිළිබඳ පළමු අධ්යයනය stakeholder දර්ශනයෙන් සිදු කර ඇත. 301 ව්යාපෘති වලින් 316 GitHub ගැටළු / PRs පිළිබඳ අපගේ අධ්යයයනය අසාමාන්ය හැසිරීම් වර්ග 15 ක් සහ නව හය වර්ග ප්රදර්ශනය කර ඇත. අපගේ අධ්යයයයනය ද බලපාන මෘදුකාංග ප්රතිඵල සංඛ්යාව ප්රදර්ශනය කර ඇත. අසාමාන්ය හැසිරීම් විවිධ වර්ගවල ගැටළු 316 ක් සහිත අපගේ බැංකුව අසාමාන්ය හැසිරීම් හඳුනා ගැනීම සඳහා අනාගත ස්වයංක්රීය ප්රවේශයන් සඳහා පදනම සකස් කරයි. Study · අපි යෝජනා කරන්නේ Etor, OSS ව්යාපෘතිවල අසාමාන්ය හැසිරීම් ස්වයංක්රීයව හඳුනා ගැනීම සඳහා නව ontology-based tool එකක්.We model GitHub attributes using ontologies, and design SWRL rules to check for unethical behavior in various artefacts. Technique · 1.765 ප් රතිසංස්කරණවලින් 195,621 GitHub ගැටළු / ප් රවෘත්ති පිළිබඳ අපගේ සමාලෝචනයෙන් පෙන්වන්නේ Etor ස්වයංක්රීයව 548 ගැටළු නිරීක්ෂණය කළ හැකි බවයි, සාමාන්යයෙන් 74.8% සැබෑ ධනාත්මක ප්රතිශතය. Evaluation 
 
 මෙම ලිපිනය CC BY 4.0 DEED බලපත් ර යටතේ archiv මත ලබා ගත හැකිය. මෙම ලිපිනය CC BY 4.0 DEED බලපත් ර යටතේ archiv මත ලබා ගත හැකිය. ලියාපදිංචි

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

EScholar Technologies

EScholar

මෙම ශ්‍රව්‍යය කතාවේ මුල් භාෂාවෙන් නිෂ්පාදනය කර ඇත!

316 GitHub ප්රශ්න අපට විවෘත මූලාශ්රයේ අඳුරු පැත්ත ගැන උගන්වනවා

About Author

අදහස්

ටැග් එල්ලන්න

මෙම ලිපිය ඉදිරිපත් කරන ලදී

Related Stories

Meet the HackerNoon Top Writers - Wes Huber's Journey In Tech

The #crypto-api Writing Contest by CoinGecko and HackerNoon: Results Announcement 🎉

Meet PennyFly Entertainment, Startups of the Year Winner (Malibu, CA)

Seamless Sign-ups on the Move: Unlock Access as You Take Action!

Meet the HackerNoon Top Writers - Wes Huber's Journey In Tech

The #crypto-api Writing Contest by CoinGecko and HackerNoon: Results Announcement 🎉

Meet PennyFly Entertainment, Startups of the Year Winner (Malibu, CA)

Seamless Sign-ups on the Move: Unlock Access as You Take Action!

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps