موضوعات پیشنهادی برای پروژه‌های پژوهشی
مقدمه
آزمایشگاه مهندسی نرم‌افزار هوشمند فرصتی بی‌نظیر برای دانشجویان فراهم می‌کند تا در زمینه‌های نوآورانه مهندسی نرم‌افزار تحقیق کرده و به حل مسائل پیچیده بپردازند. این موضوعات پژوهشی برای پروژه‌های کارشناسی، پایان‌نامه‌های کارشناسی ارشد و رساله‌های دکتری پیشنهاد می‌شوند.
پژوهش در مهندسی نرم‌افزار فرصتی برای شبکه‌سازی علمی، انتشار مقالات معتبر، و توسعه محصولات صنعتی فراهم می‌کند. دانشجویان با تحقیق در این حوزه می‌توانند با اساتید، پژوهشگران و صنعتگران ارتباط برقرار کرده و در پروژه‌های بین‌المللی و کاربردی مشارکت کنند. نتایج پژوهشی در نشریات و کنفرانس‌های معتبر منتشر شده و رزومه علمی را تقویت می‌کند، در حالی که ارتباط با صنعت به توسعه ابزارهای نوین و راهکارهای نرم‌افزاری کمک می‌کند. پژوهش در این حوزه باعث تحول دیجیتال، افزایش کیفیت نرم‌افزار، و بهبود امنیت می‌شود و فرصت‌های شغلی گسترده‌ای در استارتاپ‌ها و شرکت‌های فناوری پیشرفته ایجاد می‌کند.
موضوعات پیشنهادی
موضوعات پیشنهادی برای پژوهش در آزمایشگاه مهندسی نرم‌افزار هوشمند طیف گسترده‌ای از چالش‌های روز در مهندسی نرم‌افزار، امنیت، معماری سیستم‌ها، و هوش مصنوعی را پوشش می‌دهند. این موضوعات، که برای پروژه‌های کارشناسی، پایان‌نامه‌های کارشناسی ارشد، و رساله‌های دکتری مناسب هستند، بر بهینه‌سازی کیفیت نرم‌افزار، شناسایی خطا، بازآرایی کد، مهندسی نیازمندی‌ها، و توسعه روش‌های چابک تمرکز دارند.
۱. آزمون و اشکال‌زدایی نرم‌افزار
- توسعه تکنیک‌های فازینگ هوشمند برای افزایش پوشش آزمون
- بهره‌گیری از یادگیری ماشین در پیش‌بینی خطاهای نرم‌افزاری
- تشخیص خودکار ناهنجاری‌های نرم‌افزاری با استفاده از مدل‌های داده‌محور
- بهینه‌سازی فرآیند وصله‌گذاری خطا با روش‌های یادگیری ژرف
۲. طراحی و معماری نرم‌افزار
- بازآرایی خودکار کد با استفاده از الگوریتم‌های تکاملی
- تشخیص و حذف بوی کد با مدل‌های پردازش زبان طبیعی (NLP)
- ارزیابی کیفیت معماری نرم‌افزار بر اساس استانداردهای ISO/IEC 25010
- تحلیل شباهت کد منبع با روش‌های مبتنی بر نمایش‌سازی برداری
۳. مهندسی نیازمندی‌ها و روش‌شناسی نرم‌افزار
- پیش‌بینی لینک‌های ردیابی نیازمندی‌ها با یادگیری ماشین
- تحلیل بدهی فنی در پروژه‌های نرم‌افزاری با روش‌های داده‌محور
- توسعه زبان‌های دامنه‌محور برای بهبود فرآیند توسعه نرم‌افزار
- یکپارچگی DevOps و MLOps در سیستم‌های نرم‌افزاری مدرن
۴. امنیت و تحلیل کد
- تحلیل بدافزارهای غیر اجرایی با روش‌های پردازش گراف
- شناسایی آسیب‌پذیری‌های کد منبع با ابزارهای تحلیل ایستا
- فازینگ داده‌های ورودی برای افزایش قابلیت اطمینان نرم‌افزار
- توسعه روش‌های تشخیص حملات مبتنی بر هوش مصنوعی
۵. تکنیک‌های پیشرفته در مهندسی نرم‌افزار
- به‌کارگیری الگوریتم‌های تکاملی در بهینه‌سازی برنامه‌های نرم‌افزاری
- ترکیب پردازش زبان طبیعی و یادگیری عمیق با اصول مهندسی نیازمندی‌ها برای تحلیل نیازمندی‌ها
- کاربرد گراف‌ها و شبکه‌های پیچیده در مهندسی نرم‌افزار
- استفاده از شبکه‌های عصبی مولد در تولید کد برنامه‌نویسی
نحوه همکاری
دانشجویان علاقه‌مند به انجام پروژه‌های تحقیقاتی در آزمایشگاه مهندسی نرم‌افزار هوشمند می‌توانند با ارسال ایمیل به zakeri@aut.ac.ir یا مراجعه به اتاق 432، طبقه سوم دانشکده مهندسی کامپیوتر اطلاعات بیشتری دریافت کنند.