## Memo ## Memo with LLM ## Abstract 背景 ソフトウェア品質保証（SQA）は、ソフトウェア製品が運用開始後に期待通りに動作することを利害関係者に保証するためのソフトウェアエンジニアリングの基本的な部分である。 機械学習(ML)は、SQA活動を後押しし、高品質なソフトウェアシステムの開発に貢献できることが証明されている。 このような状況の中で、因果推論は、現在のMLの限界を解決する方法論として、関心が高まっている。 これは、より効果的なSQA戦略のために因果関係を利用することで、純粋なデータドリブンアプローチを超えることを目指している。 目的 研究者がこの研究分野にアクセスするのを支援するために、SQA活動のための[[因果推論]]の使用に関する広範かつ詳細な概観を提供し、応用の余地、主な課題および研究機会を特定する。 方法 SQA研究分野における因果推論に関する体系的な文献レビュー。 ソフトウェア工学の二次研究のための確立されたガイドラインに従って、科学論文を検索、分類、分析した。 結果 結果は、因果推論が適用されたSQA内の主な領域、使用された主な方法論、および提案されたソリューションの成熟度を強調する。 故障の特定は、因果推論がより活用される活動であり、特にウェブサービス／マイクロサービス領域においてであるが、テストのような他のタスクは急速に人気を集めている。 因果推論と因果の発見の両方が利用され、Pearlの因果のグラフィカルな定式化が好まれる。 その適用を支援するツールは、2021年以降、急ピッチで登場している。 結論 調査結果は、因果推論が、複数の品質属性に関するSQAタスク、特に信頼性を確保するためのV&V、進化、メンテナンスの間において、価値ある手段であることを示している。