BotHawk：一种开源软件项目中的机器人检测方法
软件工程
2023-07-26 v1 机器学习
摘要
社交编程平台已经彻底改变了软件开发中的协作方式，导致软件机器人被用于简化操作。然而，开源软件（OSS）机器人的存在引发了包括冒充、垃圾信息、偏见和安全风险等问题。在OSS项目中识别机器人账户和行为是一项具有挑战性的任务。本研究旨在调查开源软件项目中机器人的行为，并以尽可能高的准确率识别机器人账户。我们的团队收集了19,779个符合标准化标准的账户数据集，以便未来对开源项目中的机器人进行研究。我们遵循严格的工作流程，以确保收集的数据准确、可泛化、可扩展且最新。我们通过分析其在5个维度17个特征上的行为，识别了开源软件项目中的四类机器人账户。我们的团队创建了BotHawk，一个用于检测开源软件项目中机器人的高效模型。它优于其他模型，达到了0.947的AUC和0.89的F1-score。BotHawk能够检测更多种类的机器人，包括CI/CD和扫描机器人。此外，我们发现关注者数量、仓库数量和标签包含识别账户类型最相关的特征。
引用
@article{arxiv.2307.13386,
title = {BotHawk: An Approach for Bots Detection in Open Source Software Projects},
author = {Fenglin Bi and Zhiwei Zhu and Wei Wang and Xiaoya Xia and Hassan Ali Khan and Peng Pu},
journal= {arXiv preprint arXiv:2307.13386},
year = {2023}
}
备注
Dataset, Bots Detection, Classification. Open-source Software Bots