Automated Repair of Compilation Errors in Embedded Continuous Integration
Tid: Fr 2026-11-27 kl 13.00
Plats: Kollegiesalen, Brinellvägen 8, Stockholm
Språk: Engelska
Ämnesområde: Datalogi
Respondent: Han Fu , Teoretisk datalogi
Opponent: Senior lecturer Neil Walkinshaw, University of Sheffield, Sheffield, England, UK
Handledare: Professor Cyrille Artho, Teoretisk datalogi
QC 20261106
Abstract
Min avhandling bidrar med empiriska studier, metoder för diagnostik och reparation samt infrastruktur för reproducerbar analys, med syftet att förstå och automatiskt åtgärda kompileringsfel inom kontinuerlig integration (CI) av inbyggda system, både i industriella miljöer och i projekt med öppen källkod.
Kontinuerlig integration ger snabb återkoppling på programvaruändringar, menutveckling av inbyggda system medför särskilda utmaningar till följd av beroenden mellan hårdvara och programvara, korskompilering, kortspecifika konfigurationer,heterogena verktygskedjor och komplexa byggmiljöer. Kompileringsfel är särskilt problematiska eftersom de förhindrar efterföljande testning och validering. Samtidigt är kunskapen om deras bakomliggande orsaker och möjligheterna att automatiskt åtgärda dem fortfarande begränsad.
Arbetet undersöker först CI-fel och kompileringsfel i en industriell miljö för inbyggda system, med fokus på feltyper, bakomliggande orsaker och svårighetsgraden vid åtgärdande. Med utgångspunkt i dessa resultat utvecklas Shadow Job för att diagnostisera och åtgärda kompileringsfel i industriella miljöer med hjälp av stora språkmodeller (LLM:er). Undersökningen utvidgas därefter till inbyggda system med öppen källkod genom PhantomRun, som reproducerar och åtgärdar kompileringsfel i olika projekt och byggmiljöer. Slutligen utvecklas en infrastruktur för att återskapa historiska CI-fel i syfte att möjliggöra reproducerbar analys och utvärdering.
Resultaten visar att kompileringsfel utgör en betydande andel av felen inom CI för inbyggda system och att beroenderelaterade fel är en viktig bidragande faktor.Automatiserad reparation med hjälp av stora språkmodeller uppnår en andel godkända CI-körningar på upp till 63 % i den industriella miljön och åtgärdar upp till 45 % av de undersökta felen i projekt med öppen källkod. Dessutom kan 91.8 % av 4 628 historiska misslyckade CI-körningar återskapas framgångsrikt, och 98 % av de utvärderade byggena uppvisar samma resultat som vid de ursprungliga körningarna.