OSSM

  • strict warning: Declaration of views_plugin_style_default::options() should be compatible with views_object::options() in /var/www/ines/sites/all/modules/contribute/views/plugins/views_plugin_style_default.inc on line 24.
  • strict warning: Declaration of views_handler_field_user_name::init() should be compatible with views_handler_field_user::init(&$view, $data) in /var/www/ines/sites/all/modules/contribute/views/modules/user/views_handler_field_user_name.inc on line 61.
  • strict warning: Declaration of views_handler_argument_many_to_one::init() should be compatible with views_handler_argument::init(&$view, $options) in /var/www/ines/sites/all/modules/contribute/views/handlers/views_handler_argument_many_to_one.inc on line 169.
Título proyecto: 
Open Software Smart Management
Resumen del Proyecto: 

El crecimiento de Internet y la posibilidad de conectarnos cada vez más a redes de alta velocidad, han tenido un efecto drástico en las comunidades de desarrollo de software libre, las cuales vienen experimentando en los últimos años un crecimiento exponencial tanto en el número de colaboradores, como en el número de proyectos, en el apoyo por parte de las empresas, número de usuarios, etc.

Los proyectos de software libre se caracterizan por su desarrollo colaborativo, basado en contribuciones de muchas personas en todo el mundo. Estas contribuciones pueden ser tanto en la detección de problemas e incidencias, como en la resolución de las mismas por parte de los desarrolladores, mantenedores o colaboradores ocasionales. Estas contribuciones masivas quedan registradas a través de listas de correo, foros y, sobre todo, sistemas de control de versiones como CVS o Subversion. Sin embargo, el volumen de información generada y la gran cantidad de feedback recibido por miles de usuarios alrededor del mundo, empieza a sobrepasar la gestión manual que viene llevándose a cabo hasta este momento.

El análisis de esta masiva cantidad de información a través de técnicas de Machine Learning permitirá optimizar el proceso de resolución de los problemas detectados y, ayudando a que sean solucionados de forma más eficiente y rápida, permitiendo a los desarrolladores ahorrar su tiempo en el análisis de estos problemas para centrarse en lo que verdaderamente les interesa: el desarrollo de software.

De unos años a esta parte se vienen realizando diversos esfuerzos hacia la optimización de la gestión de problemas y errores en proyectos de software libre, aunque centrándose en todos los casos en una aproximación estadística a su resolución, por lo que la idea central de este proyecto consiste en desarrollar los procesos necesarios para realizar un análisis de estos proyectos de software libre, pero mediante un nuevo enfoque basado en técnicas avanzadas de Machine Learning, Data Mining y Stream Mining. En particular esta última técnica, que permite el análisis de flujos de datos en tiempo real, resulta especialmente interesante y novedosa para la búsqueda de patrones en un sistema de datos continuo como puede ser un sistema de control de versiones.

El análisis y optimización se centraría en los siguientes puntos:
-Detección de problemas raíz en cadenas de dependencias complejas entre paquetes software
-Detección de problemas parecidos
-Priorización de problemas, detectando errores críticos.

Los proyectos de software libre se caracterizan por su desarrollo colaborativo, basado en contribuciones de muchas personas en todo el mundo. Estas contribuciones pueden ser tanto en la detección de problemas e incidencias, como en la resolución de las mismas por parte de los desarrolladores, mantenedores o colaboradores ocasionales. Estas contribuciones masivas quedan registradas a través de listas de correo, foros y, sobre todo, sistemas de control de versiones como CVS o Subversion. Sin embargo, el volumen de información generada y la gran cantidad de feedback recibido por miles de usuarios alrededor del mundo, empieza a sobrepasar la gestión manual que viene llevándose a cabo hasta este momento.

El análisis de esta masiva cantidad de información a través de técnicas de Machine Learning permitirá optimizar el proceso de resolución de los problemas detectados y, ayudando a que sean solucionados de forma más eficiente y rápida, permitiendo a los desarrolladores ahorrar su tiempo en el análisis de estos problemas para centrarse en lo que verdaderamente les interesa: el desarrollo de software.

De unos años a esta parte se vienen realizando diversos esfuerzos hacia la optimización de la gestión de problemas y errores en proyectos de software libre, aunque centrándose en todos los casos en una aproximación estadística a su resolución, por lo que la idea central de este proyecto consiste en desarrollar los procesos necesarios para realizar un análisis de estos proyectos de software libre, pero mediante un nuevo enfoque basado en técnicas avanzadas de Machine Learning, Data Mining y Stream Mining. En particular esta última técnica, que permite el análisis de flujos de datos en tiempo real, resulta especialmente interesante y novedosa para la búsqueda de patrones en un sistema de datos continuo como puede ser un sistema de control de versiones.

Temas desarrollados de la Agenda Estratégica de INES: 

OSSM es un proyecto de Software Libre que tiene como objetivo ayudar al desarrollo del Software Llibre mejorando la calidad del mismo y facilitando el desarrollo colaborativo. Sus resultados serán beneficiosos para toda la comunidad.

Coordinador: 
Telefónica Investigación y Desarrollo
Lista de participantes Miembros de INES: 
Instrumento: 
Avanza
Tipo: 
b1
Sello INES: 
Incubado
Resultado: 
CD - Desestimado
Contacto
Persona de contacto: 
F. javier Molinero Velasco
E-mail: 
F. javier Molinero Velasco