自动化程序修复工具的可持续性层面

《ACM Transactions on Software Engineering and Methodology》：The Sustainability Face of Automated Program Repair Tools

自动程序修复（APR）在提升软件健壮性方面成效显著，但其能耗影响尚未被系统研究。本研究通过对比10种传统APR工具（如TBar、SimFix）和11种基于大语言模型（LLM）的修复方案在缺陷4J库上的表现，揭示修复准确性与能耗的负相关关系。实验表明，TBar和RepairLlama虽修复率领先但能耗最高，而SimFix和CodeT5-large能实现二者平衡。研究最终提出包含算法优化、模型轻量化、硬件协同设计等6项准则的绿色APR开发指南。

　　

摘要

自动化程序修复（APR）旨在自动化修复软件漏洞的过程，以降低软件维护的成本。尽管近年来APR的准确性显著提高，但其对能源的影响尚未得到研究。绿色软件研究领域致力于衡量开发、维护和使用软件产品所需的能源消耗。我们的主要目标是为测量APR活动的能源消耗奠定基础。我们认为，一个环境可持续（或绿色）的APR工具能够在正确修复漏洞的能力与修复过程中消耗的能源量之间取得良好的平衡。我们测量了10种传统的Java APR工具以及11种经过微调的大型语言模型（LLM）在尝试修复Defects4J中的实际漏洞时的能源消耗情况。本研究的结果揭示了能源消耗与可修复性之间的现有权衡。具体而言，像TBar和RepairLlama这样的APR工具虽然能修复更多的漏洞，但会消耗更多的能源；而其他工具（如SimFix和LLM CodeT5-large）则在能源消耗与可修复性之间提供了良好的平衡。我们还提出了一套指导方针，为开发更环保的APR工具提供了建议。