Szoftverforráskód minőségének gépi tanuláson alapuló javítását támogató mérő és elemző felhőszolgáltatás fejlesztése

Szoftverforráskód minőségének gépi tanuláson alapuló javítását támogató mérő és elemző felhőszolgáltatás fejlesztése

Projekt részletek

Kedvezményezettek nevei: AnteP92 Informatikai Tanácsadó és Szolgáltató Korlátolt felelősségű Társaság, FrontEndART Szoftver Kft.

A projekt címe: "Szoftverforráskód minőségének gépi tanuláson alapuló javítását támogató mérő és elemző felhőszolgáltatás fejlesztése"

A szerződött támogatás összege: 214 749 668 Ft

FrontEndART Szoftver Kft. részére megítélt támogatás összege: 77 864 941 Ft

A támogatás mértéke (%-ban): 56,55 %

A projekt tartalmának bemutatása: Szoftverforráskód minőségének gépi tanuláson alapuló javítását támogató mérő és elemző felhőszolgáltatás fejlesztése c. projekt megvalósítására kéttagú konzorcium alakult, amely a projektben foglalt fejlesztést 379,7 MFt elszámolható költséggel, 214,7 MFt vissza nem térítendő támogatásból kívánja megvalósítani. A konzorciumvezető Ante P92 Kft kifinomult szoftvermegoldásokat kínál a piacon. Fő profilja kulcsfontosságú üzleti applikációk fejlesztése a média, a mobiltelefonok, a telekommunikáció, a pénzügyi szolgáltatások és az autóipar számára. A konzorciumi partner FrontEndArt Kft-t a Szegedi Tudományegyetem Szoftverfejlesztés Tanszék forráskód-elemzéssel foglalkozó kutatói alapították. A cég minőség-menedzselt szoftverfejlesztés, szoftverkarbantarthatóság oktatás, szoftverkockázat felmérés és monitorozás szolgáltatásokat nyújt.

Jelen projekt célja, egy gépi tanuláson alapuló, szoftverkarbantarthatóság javítását elősegítő virtuális asszisztens kifejlesztése. A CODEE névre keresztelt asszisztens felhő alapú szolgáltatásként kerül kifejlesztésre majd értékesítésre. CODEE ún. deep-learning tanulóalgoritmussal, egy a projekt keretében erre a célra kialakított és karbantartott BigData technológiákon alapuló tanulóadatbázison folyamatosan tanul. A több ezer szoftverrendszerre és több millió szoftververzióra vonatkozó, az adott rendszer karbantarthatóságára hatással lévő, strukturált formában tárolt adatokat automatikus elemző eszközök állítják elő, nyílt forrásokra támaszkodva. A későbbiekben, a szolgáltatás értékesítése során a tanuló-adatbázis zárt forráskódú rendszerekből származó mérési adatokkal is bővül. Az adatgyűjtést végző ún. ügynök alkalmazások folyamatosan figyelik a világhálón fellelhető különböző információ- és adatforrásokat. Az elérhető és releváns információkat letöltik, feldolgozzák, elemzik, majd a megfelelő struktúrára alakítva feltöltik a központi tanuló-adatbázisba.

A projekt megvalósításának kezdete: 2021.01.01

A projekt fizikai befejezésének dátuma: 2022.12.31

Projekt azonosító száma: 2020-1.1.2-PIACI-KFI-2020-00078