Software Heritage 开放科学生态系统
软件工程
2023-10-17 v1
摘要
Software Heritage 是由现代版本控制系统捕获的、规模最大的软件源代码及关联开发历史的公共存档。截至 2023 年 7 月，它已存档来自超过 2.5 亿个协作开发项目的逾 160 亿个唯一源代码文件。在本章中，我们描述 Software Heritage 生态系统，重点关注研究和开放科学用例。一方面，Software Heritage 通过在一个 Merkle 有向无环图中具象化公共代码的开发历史，支持关于软件的实证研究。这个源代码制品（文件、目录和提交）的巨型图可被且已被用于研究仓库分叉、开源贡献者、漏洞传播、软件溯源追踪、源代码索引等。另一方面，Software Heritage 确保任何依赖软件开展实验的领域中所用软件制品源代码的可用性和完整性，有助于使研究可复现。科学实验中使用的源代码可被存档——例如，通过开放获取存储库的集成——使用持久标识符引用，以便进行下游完整性检查，并与其他学术数字制品双向链接。
引用
@article{arxiv.2310.10295,
title = {The Software Heritage Open Science Ecosystem},
author = {Roberto Di Cosmo and Stefano Zacchiroli},
journal= {arXiv preprint arXiv:2310.10295},
year = {2023}
}