Bilgisayar Mühendisliği Bölümü Yayın Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12416/253
Browse
3 results
Search Results
Article Üç yazılım firmasında yazılım süreç değişimlerinin gözlenen etkileri: Endüstriyel keşif vaka çalışması(2019) Yılmaz, MuratYazılım geliştirme süreçleri, gelişen yeni teknolojiler ve onun sağladığı imkânlar doğrultusunda sürekli iyileştirme gerektirir. Yazılım müşterilerinin pazarlanabilir fonksiyonlar içeren ürün talepleri üzerine kurgulanmış yeni nesil yazılım geliştirme modelleri ara ürün üretim hızını ve dolayısıyla ara sürüm sayısını arttırmayı hedeflemektedir. Bu ihtiyaçlar ışığında, yazılım şirketlerinin geliştirme süreçlerini müşteriden gelen istekleri karşılamak adına gözden geçirmeleri gerekmektedir. Ancak, daha da önemlisi, şirketler yazılım üretim hattındaki verimi düşürmemek için süreçlerini yenilikçi pratikler doğrultusunda değiştirmek zorunda kalmaktadırlar. Bu makalede, yazılım geliştiren üç şirketin yazılım geliştirme yöntemleri durum çalışması yöntemi ile detaylı olarak incelenerek, süreç değişimi aktiviteleri sistematik bir şekilde detaylandırılmıştır. Elde edilen bilgiler ışığında, üç firmanın da yazılım geliştirme yöntemlerindeki değişimler sorgulanarak edindikleri tecrübeler ve bu edinimlerin süreçler üzerindeki etkileri tartışılmıştır. Çalışmanın sonucunda, yazılım ürün geliştirme başarısının sürecin iyi işletilmesini önemli bir oranda etkilediği, yazılım geliştiren takımların da edindikleri kazanımlar ışığında kendi süreçlerini tasarlamaya çalıştıkları gözlenmiştir.Article Surface modification by 1 keV ion impact: molecular dynamics study of an Ar+-Ni(100) collision system(IOP Publishing Ltd, 2008) Özdoğan, Cem; Atis, Murat; Güvenç, Ziya B.An Ar+-Ni(1 0 0) collision system at 1 keV impact energy was investigated by using realistic isoenergetic molecular dynamics (MD) simulations. The sputtering process upon Ar+ ion impact and damage to the Ni(1 0 0) surface are examined in detail. Studying of high bombarding energy regions leads to the necessity of larger and thick enough slabs, otherwise incoming ions can easily pass through the slab; as a result, investigated physical properties may not be revealed. In addition the simulation time should be long enough to observe and to calculate a reliable macroscopic property such as sputtering yield that is addressed in this study. In order to preserve the total energy in the simulation at this collision energy a small time-step (0.1 fs) is used. We have made use of our developed linear scaling parallel MD program to overcome these demands. The Ni(1 0 0) slab is formed by 63700 atoms (122 angstrom x 122 angstrom x 44 angstrom) and the total observation time for each collision event is about 2.25 ps. Several properties such as penetration depths, angular and energy distributions of the reflected Ar and sputtered Ni atoms as well as dissociation time, embedded, scattering, sputtering patterns and geometries of the sputtered clusters are also reported, and the calculated sputtering yield is found to be in good agreement with the available experimental results.Article The impact of feature types, classifiers, and data balancing techniques on software vulnerability prediction models(2019) Kaya, Aydın; Keçeli, Ali Seydi; Çatal, Çağatay; Tekinerdoğan, BedirSoftware vulnerabilities form an increasing security risk for software systems, that might be exploited to attack and harm the system. Some of the security vulnerabilities can be detected by static analysis tools and penetration testing, but usually, these suffer from relatively high false positive rates. Software vulnerability prediction (SVP) models can be used to categorize software components into vulnerable and neutral components before the software testing phase and likewise increase the efficiency and effectiveness of the overall verification process. The performance of a vulnerability prediction model is usually affected by the adopted classification algorithm, the adopted features, and data balancing approaches. In this study, we empirically investigate the effect of these factors on the performance of SVP models. Our experiments consist of four data balancing methods, seven classification algorithms, and three feature types. The experimental results show that data balancing methods are effective for highly unbalanced datasets, text-based features are more useful, and ensemble-based classifiers provide mostly better results. For smaller datasets, Random Forest algorithm provides the best performance and for the larger datasets, RusboostTree achieves better performance.