Sapohet rezultati i studimit mbi kohën e identifikimit dhe eliminimit të defekteve në kodin e bërthamës Linux. Të dhënat u morën si rezultat i analizës së 125 mijë defekteve, të etiketuar në depo Git me etiketën "Fixes:" që referon në angazhimin ku ndodhi defekti. Koha mesatare për identifikimin e defekteve në bërthamë ishte 2.1 vjet. Nëse shqyrtohen vetëm defektet e korrigjuara në vitin 2025, ky tregues ishte 2.8 vjet.
30% e defekteve u eliminuan nga tĂ« njĂ«jtit zhvillues qĂ« i sollĂ«n ato. 56.9% e defekteve zgjidhĂ«n brenda njĂ« viti. 13.5% e defekteve mbetĂ«n tĂ« papĂ«rshtatura pĂ«r mĂ« shumĂ« se 5 vjet (nĂ«se shqyrtohen vetĂ«m defektet e korrigjuara nĂ« vitin 2025 â 19.4%). PavarĂ«sisht nga shpĂ«rndarja e paekuilibruar, koha mesatare e ekzistencĂ«s sĂ« njĂ« defekti nĂ« kodin e bĂ«rthamĂ«s ishte 8 muaj pĂ«r mostrat nga viti 2005 dhe 1 vit pĂ«r defektet e korrigjuara nĂ« vitin 2025. Defekti qĂ« qĂ«ndroi mĂ« gjatĂ« nĂ« kod ishte mbingarkesa e tamponit nĂ« ethtool, e cila u eliminua pas 20.7 vjetĂ«ve.
Dinamikat e identifikimit tĂ« defekteve dallojnĂ« ndjeshĂ«m nga vlera mesatare pĂ«r disa nĂ«n-sisteme, pĂ«r shembull, nĂ« drejtuesin e busit CAN dhe nĂ« shkallĂ«n SCTP, identifikimi i problemeve mesatarisht zĂ« rreth 4 vjet, nĂ« shkallĂ«n IPv4 â 3.6 vjet, USB dhe TTY â 3.5, Netfilter dhe shkalla rrjetore â 2.9, VM â 1.8, GPU â 1.4, BPF â 1.1 vit.
Koha e identifikimit korrelacionohet me llojet e defekteve: koha mesatare pĂ«r identifikimin e defekteve qĂ« lidhen me gjendjet e konkurrencĂ«s ishte 5.1 vjet, mbingarkesa e numrave tĂ« plotĂ« â 3.9, akses pas lirimit tĂ« memorjes â 3.2, mbingarkesa e tamponit dhe rrjedhjet e memorjes â 3.1, numĂ«rimi i referencave â 2.8, de-referenca e pointer-it zero dhe bllokimi i ndĂ«rsjellĂ« â 2.2 vjet.
Statistika e marrĂ« gjithashtu tregon ndikimin e zbatimit tĂ« instrumenteve tĂ« reja pĂ«r kĂ«rkimin automatizuar tĂ« defekteve, analizĂ«n statike dhe testimin e kodit, si Syzkaller, KASAN, KMSAN dhe KCSAN. PĂ«r shembull, nĂ« vitin 2010 nuk u regjistruan korrigjime defektesh tĂ« gjetura brenda vitit. NdĂ«rsa nĂ« vitin 2014, brenda njĂ« viti u identifikuan 31% e defekteve, nĂ« vitin 2018 â 54%, dhe nĂ« vitin 2022 â 69% e defekteve.
Statistika e marrë u përdor për të krijuar modelin e mësimit të makinerive VulnBERT, i cili lejon parashikimin e pranisë së cenueshmërive në komitet. Gjatë testimit në komitetet e vitit 2024, saktësia në identifikimin e defekteve ishte 92.2% me një nivel të rremeve pozitive 1.2% (për krahasim, modeli i mëparshëm CodeBERT identifikonte 89.2% të problemeve me një nivel rremash pozitive 48.1%).
Burimi: opennet.ru
