Webbplatser

Studier visar Open Source Kod Kvalitetsförbättring

Demi Lovato - Give Your Heart a Break (Official Video)

Demi Lovato - Give Your Heart a Break (Official Video)
Anonim

Det totala antalet brister i open source-projekt släpper, en ny studie av leverantören Coverity har hittat.

Coverity, tillverkare av verktyg för att analysera programmeringskoden, fick ett kontrakt 2006 från US Department of Homeland Security to hjälpa till att öka kvaliteten på öppen källkodsprogramvara, som i allt högre grad används av myndigheter.

Säljaren har skapat en webbplats genom vilken open source-projekt och utvecklare kan lägga fram kod som ska analyseras. Försäljaren tilldelar projekt till en serie "rungs" beroende på hur många fel de löser.

"Defektäthet" har sjunkit 16 procent under de senaste tre åren bland projekten som skannats genom webbplatsen och cirka 11 200 defekter har eliminerats, enligt Coveritys senaste rapport.

Fyra projekt har beviljats ​​toppnivå "Rung 3" -status efter att de har upptäckt defekter som upptäcktes under Rung 1 och 2, sade Coverity. De är Samba, Tor, OpenPAM och Ruby.

Scan Site har hittills analyserat mer än 60 miljoner unika kodkoder från 280 projekt, enligt Coverity. Mer än 180 projekt har utvecklare aktivt jobbar med att skanna öppen källkodsprojekt.

Coveritys skanningstjänst använder statisk analys, som används för att kontrollera kod för säkerhets- eller prestandaproblem utan att behöva köra ett program själv. Det här är att föredra eftersom "testning av varje väg i ett komplext program som det körs kräver att man konstruerar ett stort antal speciella testfall eller strukturerar koden på speciella sätt", säger Coverity.

"Statisk analys [verktyg] kommer inte att berätta för dig att din affärsprocess fungerar korrekt … men de kommer att berätta att själva koden är tekniskt solid och följer vilken typ av programmering bästa praxis du förväntar dig att se från kod som har gått igenom en korrekt kodgranskning, säger Forrester Research analytiker Jeffrey Hammond via e-post.

Verktygen tenderar att vara mest användbara för att hitta "strukturella" antimönster i kod, dåliga programmeringsmetoder som kan leda till prestanda och säkerhetsproblem som minnesläckor och buffertöverflöd samt mer exotiska förhållanden som fel på grund av parallell körning av kod i en multicore-CPU-miljö, "tillade han.