Reconhecendo Códigos Prejudiciais
A presença de code smells indica uma má escolha de implementação e geralmente piora a qualidade do software. Portanto, a detecção de code smells é uma técnica simples para identificar oportunidades de refatoração em sistemas de software. Neste contexto, estudos prévios desenvolveram ferramentas de detecção de code smells, fornecendo resultados diferentes. No entanto, tais ferramentas apresentam algumas limitações porque os code smells podem ser subjetivamente interpretados e detectados de maneiras diferentes. Para superar essas limitações, usamos diferentes técnicas de aprendizado de máquina para classificar os códigos prejudiciais. Os códigos prejudiciais é um fator essencial a ser levado em consideração ao se reportar os resultados de detecção de code smells, uma vez que os códigos maliciosos contêm bugs, fornecendo a priorização dos esforços de refatoração. Em nosso experimento, aplicamos algoritmos de aprendizado de máquina diferentes em projetos de código aberto para detectar códigos prejudiciais que exploram diferentes recursos e técnicas.
Smells, Códigos Prejudiciais, Aprendizado de Máquina