研究论文 在上共享 税务筹划软件的变形测试与调试作者:赛义德 蒂兹帕兹·尼亚里,维利亚 蒙杰齐,摩根 瓦格纳,湿婆 达里安,克里斯蒂亚 里德,阿舒托什 特里维迪作者信息和声明ICSE-SEIS’23:第45届软件工程国际会议论文集:社会中的软件工程页138-149https://doi.org/10.109/ICSE-SEIS58686.2023.00019出版:2023年9月20日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新的引文警报!拜托登录到您的帐户 获取访问权限目录ICSE-SEIS’23:第45届软件工程国际会议论文集:社会中的软件工程税务筹划软件的变形测试与调试页138-149以前的文章计算中的有害术语:走向广泛的检测和纠正上一个下一篇文章将具有社会影响力的科学见解视为开源软件工件下一步摘要工具书类信息和贡献者文献计量学和引文获取访问权限工具书类媒体桌子分享摘要本文提出了一个数据驱动的调试框架,以提高美国税务筹划软件系统的可信度。考虑到此类软件中的漏洞对用户的法律影响,确保报税软件的合规性和可信度至关重要。开发税务准备系统调试辅助工具的主要障碍是没有明确的规范和难以获得预言。我们认为,由于美国税法遵循先例的法律原则,因此必须与被视为类似的个人相比,来看待针对个人纳税人的税务准备软件结果的规范。因此,这些规范自然可用,因为需要类似输入的软件上的属性提供了类似的输出。受变形测试范式的启发,我们将这些关系命名为变质关系因为它们与经过结构修改的输入有关。我们与法律和税务专家合作,解释了美国国税局(IRS)各种出版物中一系列具有挑战性的房地产的变质性关系,包括1040表格(美国个人所得税申报表)、596出版物(所得税抵免)、8812附表(合格子女和其他受抚养人)、,和8863表(教育学分)。虽然我们在案例研究中重点关注开源税务准备软件,但拟议的框架可以很容易地扩展到其他商业软件。我们开发了一种随机测试用例生成策略,以系统地验证由变形关系指导的税务准备软件的正确性。通过使用易于解释的决策树模型直观地解释软件在可疑实例上的行为,我们进一步帮助生成测试用例。我们的工具发现了几个严重程度不同的责任漏洞,从角落卡中的不稳健行为(纳税申报表接近于零时的不可靠行为)到软件更新版本中缺少合格条件。工具书类[1]US-IRS,“90%的人将电子申报纳税的六个原因,”https://www.irs.gov/pub/irs-utl/oc-e-file.pdf/2020年,在线。谷歌学者[2]美国国际统计局,“截止2020年12月11日的一周的统计数据归档”,归档季节统计数据——2012年12月11-20日,在线。谷歌学者[3]A.Roberts,“开放式税务解决方案”https://sourceforge.net/projects/opentaxsolver/,2021年,在线。谷歌学者[4]A.Grimshaw和Z.Patterson,“美国税收:免费开源纳税申请”https://github.com/ustaxes/ustaxes网站,2021,在线。谷歌学者[5]A.Garrone,“Openfisca france”https://github.com/openfisca/openfisca-france,2021年,在线。谷歌学者[6]J.A.Soled和K.D.Thomas,“规范纳税申报表编制”波士顿大学法律评论,第58卷,第152-2042017页。谷歌学者[7]E.T.Barr、M.Harman、P.McMinn、M.Shahbaz和S.Yoo,“软件测试中的甲骨文问题:调查”IEEE软件工程汇刊,第41卷,第5期,第507-5252015页。数字图书馆谷歌学者[8]陈振毅、张士诚和姚士耀,“变形测试:生成下一个测试用例的新方法”,技术代表HKUST-CS98-01,1998年。[在线]。可用:https://arxiv.org/abs/2002.12543谷歌学者[9]R.A.Musgrave,“横向股权,再一次,”国家税务杂志,第43卷,第2期,第113-1221990页。交叉参考谷歌学者[10]E.Black、H.Elzayn、A.Chouldechva、J.Goldin和D.Ho,“算法公平和垂直公平:国税局税务审计模型下的收入公平”2022年ACM公平、问责制和透明度会议,序列号。FAccT’22。美国纽约州纽约市:计算机协会,2022年,第1479-1503页。[在线]。数字图书馆谷歌学者[11]S.Tizpaz-Niari、P.Cerny、B.-Y.E.Chang和A.Trivedi,《使用判别回归树进行差异性能调试》,inAAAI人工智能会议记录,第32卷,第1期,2018年。谷歌学者[12]S.Tizpaz-Niari、P.Cerní和A.Trivedi,“检测和理解机器学习库中的实际差异性能错误”ISSTA’20:第29届ACM SIGSOFT国际软件测试与分析研讨会,虚拟活动,美国,2020年7月18日至22日S.Khurshid和C.S.Pasareanu,ACM编辑,2020年,第189-199页。[在线]。数字图书馆谷歌学者[13]R.L.Community,“turbotax的开源替代方案称为开源税务解决方案,”https://www.reddit.com/r/linux/comments/bhp3cq/open_source_alternative_to_turbotax_called/2019年,在线。谷歌学者[14]J.Cherry,“使用opentaxsolver作为turbotax的开源替代方案,”https://opensource.com/article/20/2/open-source-taxes2020年,在线。谷歌学者[15]美国国税局,“纳税101:纳税人应避免的常见错误”https://www.irs.gov/newsroom/filing-taxes-101-common-errors-taxpayers-should-avid2020年,在线。谷歌学者[16]L.Breiman、J.Friedman、R.Olshen和C.Stone,分类和回归树。华兹华斯:加利福尼亚州贝尔蒙特,1984年。谷歌学者[17]S.B.Lawsky,“规范化代码”西北公法研究论文, 2017.谷歌学者[18]M.A.Pertierra、S.Lawsky、E.Hemberg和U.O'Reilly,“通过自动语义解析将成文法形式化为默认逻辑”法律文本信息自动语义分析第二次研讨会会议记录, 2017. [在线]。可用:http://ceur-ws.org/Vol-2143/paper9.pdf谷歌学者[19]美国国税局(IRS),“在美国财政委员会参议院听证会上,尼娜·奥尔森(nina e.olson)国家纳税人代言人就纳税人的纳税申报准备选项发表的书面声明,”https://www.irs.gov/pub/tas/ntatestimonysfc_tax_return_prepareation_process040406.pdf2006年,在线。谷歌学者[20]S.Segura、G.Fraser、A.B.Sanchez和A.Ruiz-Cortes,“变质测试调查”IEEE软件工程汇刊,第42卷,第9期,第805--824页,2016年9月。交叉参考谷歌学者[21]X.Xie、J.W.K.Ho、C.Murphy、G.Kaiser、B.Xu和T.Y.Chen,“通过变形测试测试和验证机器学习分类器,”系统与软件杂志(JSS)第544--558页,2011年。[在线]。数字图书馆谷歌学者[22]Z.Q.Zhou和L.Sun,“无人驾驶汽车的变形测试,”ACM通信第62卷,第3期,第61-67页。谷歌学者[23]Z.Q.Zhou、S.Zhang、M.Hagenbuchner、T.Tse、F.-C.Kuo和T.Y.Chen,“在线搜索服务的自动功能测试”软件测试、验证和可靠性第221-243页,2012年。谷歌学者[24]J.Ahlgren、M.E.Berezin、K.Bojarczuk、E.Dulskyte、I.Dvortsova、J.George、N.Gucevska、M.Harman、M.Lomeli、E.Meijer等。,“使用变形测试大规模测试启用web的模拟”,inICSE-SEIP。IEEE,2021年,第140-149页。谷歌学者[25]I.596,“收入抵免(eic)”https://www.irs.gov/pub/irs-pdf/p596.pdf,2021年,在线。谷歌学者[26]S.K.Jha、E.M.Clarke、C.J.Langmead、A.Legay、A.Platzer和P.Zuliani,《生物系统模型检验的贝叶斯方法》CMSB公司。施普林格,2009年,第218-234页。谷歌学者[27]S.Sankaranarayanan、A.Chakarov和S.Gulwani,《概率程序的静态分析:从有限多条路径推断整个程序属性》PLDI公司2013年,第447--458页。谷歌学者[28]A.Kampmann、N.Havrikov、E.O.Soremekun和A.Zeller,“我的程序什么时候做这件事?软件行为的学习环境,”FSE公司2020年,第1228-1239页。谷歌学者[29]F.Pedregosa、G.Varoqueaux、A.Gramfort、V.Michel、B.Thirion、O.Grisel、M.Blondel、P.Prettenhofer、R.Weiss、V.Dubourg、J.Vanderplas、A.Passos、D.Cournapeau、M.Brucher、M.Perrot和E.Duchesnay,“科学学习:Python中的机器学习”机器学习研究杂志第2825-2830页,2011年。谷歌学者[30]I.8812,“符合条件的子女和其他受抚养人的信贷”https://www.irs.gov/forms-pubs/about-schedule-8812-form-1040,2021年,在线。谷歌学者[31]I.8863,“教育学分”https://www.irs.gov/pub/irs-pdf/f8863.pdf,2021,在线。谷歌学者[32]I.附表A,“分项扣除额”https://www.irs.gov/pub/irs-pdf/f1040sa.pdf,2021年,在线。谷歌学者[33]专家:“agi和magi在税收上有什么区别?”https://turbotax.intuit.com/tax-tips/irs-tax-return/what-is-the-difference-between-agi-and-magion-your-taxes/L7kHckNS3,2021年,在线。谷歌学者[34]D.Merigoux、R.Monat和J.Protzenko,《法国税法的现代编译器》第30届ACM SIGPLAN编译器构建国际会议论文集,序列号。抄送2021。计算机协会,2021年,第71-82页。[在线]。数字图书馆谷歌学者[35]D.G.des Finances Publiques(DGFiP),“Les règles du moteur de calcul de l'impót sur le revenu et de l'impót-sur la fortune imbilityère”https://gitlab.adullact.net/dgfip/ir-calcul2019年,在线。谷歌学者[36]J.Yu、K.McCluskey和S.Mukherjee,“更智能、更个性化涡轮税的税务知识图”arXiv预打印arXiv:2009.06103, 2020.谷歌学者[37]N.Holzenberger、A.Blair-Stanek和B.V.Durme,“税法隐含和问答中的法定推理数据集”2020年自然法律语言处理研讨会会议记录,与第26届ACM SIGKDD知识发现和数据挖掘国际会议(KDD 2020)合办,虚拟研讨会,2020年8月24日,序列号。CEUR研讨会论文集,2020年,第31-38页。[在线]。可用:http://ceur-ws.org/Vol-2645/paper5.pdf谷歌学者[38]S.Galhotra、Y.Brun和A.Meliou,《公平测试:测试软件的歧视性》,in2017年第11次软件工程基础联席会议记录,序列号。ESEC/FSE 2017。美国纽约州纽约市:计算机协会,2017年,第498-510页。[在线]。数字图书馆谷歌学者[39]J.M.Zhang和M.Harman,“软件公平中的“无知和偏见”,ser。ICSE’21。IEEE出版社,2021年,第1436-1447页。[在线]。数字图书馆谷歌学者[40]S.Tizpaz-Niari、A.Kumar、G.Tan和A.Trivedi,“机器学习库的Fairness-aware配置”,in第44届国际软件工程会议记录,序列号。ICSE’22。美国纽约州纽约市:计算机协会,2022年,第909-920页。[在线]。数字图书馆谷歌学者[41]K.BLOOMQUIST,“国税局审计选择中的地区偏见”https://www.taxnotes.com/specialreports/audits/regional-bias-irs-audit-selection/2019/03/01/2957w2019年,在线。谷歌学者[42]P.Kiel,“国税局现在对美国贫困人口的审计率与前1%的美国贫困人口差不多,”https://www.propublica.org/article/irs-now-audits-poor-americans-at-about-the-same-rate-as-the-top-1-%2019年,在线。谷歌学者[43]D.Brown,“国税局的目标是最贫穷的美国人,”https://www.theatlantic.com/ideas/archive/2021/07/how-race-platys-tax-policing/619570(网址:https://www.theatlantic.com/ideas/archive/2021/07/how-race-platys-tax-policing/619570)/,2021年,在线。谷歌学者[44]B.I.Moran,“探索奥秘:我们能了解种族和税收吗?”北卡罗来纳法律评论,第76卷,第5期,1998年。[在线]。可用:https://schoolrship.law.unc.edu/nclr/vol76/iss5/7谷歌学者[45]J.Bearer-Friend,“国税局应该知道你的种族吗?色盲税务数据的挑战,”税法审查,第73卷,2018年第1期。[在线]。可用:https://ssrn.com/abstract=3231315谷歌学者[46]J.Bearer Friend,“有色人种税收执法”纽约大学法律评论2021年第97卷。[在线]。可用:https://ssrn.com/abstract=389031网址谷歌学者[47]M.van Bekkum和F.Z.Borgesius,“数字福利欺诈检测和荷兰-叙利亚判决”欧洲社会保障杂志,第23卷,第4期,第323页至第340页,2021年。[在线]。交叉参考谷歌学者[48]J.Matthews、M.Babaeianjelodar、S.Lorenz、A.Matthews,M.Njie、N.Adams、D.Krane、J.Goldthwaite和C.Hughes,《面对原告的权利:打开法医dna软件的黑盒子》2019年AAAI/ACM人工智能、道德和社会会议记录,序列号。AIES’2019年19月,第321-327页。[在线]。数字图书馆谷歌学者[49]J.N.Matthews、G.Northup、I.Grasso、S.Lorenz、M.Babaeianjelodar、H.Bashaw、S.Mondal、A.Matthews,M.Njie和J.Goldthwaite,当受信任的黑盒子不同意:激励关键软件系统中的迭代改进和责任。计算机协会,2020年,第102-108页。[在线]。数字图书馆谷歌学者[50]N.Escher和N.Banovic,“暴露贫困管理技术中的错误:审计政府福利筛选工具的方法”,第4卷,第CSCW1号,2020年5月。[在线]。数字图书馆谷歌学者[51]“指南针我有资格吗?”https://www.compass.state.pa.us/compass.Web/Screening/DoIQualify#/SelectBenefits网站,2022年,在线。谷歌学者[52]“宾夕法尼亚州人类服务部:补充营养援助计划(snap)手册”http://services.dpw.state.pa.us/oimpolicymanuals/snap/index.htm2019年,在线。谷歌学者 引用人查看全部罗伯斯·埃雷拉S蒙杰齐五世克列诺维奇五世特里维迪A蒂兹帕兹·尼亚里S尚伟拉莫特MWan Z公司(2024)预测ML软件配置的公平性第20届软件工程预测模型和数据分析国际会议论文集10.1145/3663533.3664040(56-65)在线发布日期:2024年7月10日https://dl.acm.org/doi/10.1145/3663533.664040 建议 纳税调整折扣率 本文开发了贴现率模型,在一般税收平衡中,当公司税率存在横截面变化时,贴现率根据超边际企业的利息税盾进行调整。假设公司。。。阅读更多信息投机投资者与交易税:来自住房市场的证据 本文研究了交易税政策变化对投机者的影响。政策干预发生在新加坡的住房市场;它有效地提高了短期投机者青睐的细分市场的交易成本。相对于。。。阅读更多信息评税征收对税收的影响ICEME’22:2022年第13届电子商务、管理和经济国际会议记录 本研究的目的是利用35个研究样本,确定雅加达西部普拉塔马税务局(KPP)的税务审计和税收对税收的影响。研究样本是通过有目的的抽样获得的。此中使用的方法。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 ICSE-SEIS’23:第45届软件工程国际会议论文集:社会中的软件工程2023年5月204页十亿英镑:9798350322613会议主席:拉希娜·霍达澳大利亚莫纳什大学,亚历山大·塞雷布雷尼克荷兰埃因霍温理工大学 赞助商SIGSOFT:ACM软件工程特别兴趣小组合作中IEEE CS标准出版商IEEE出版社出版历史出版:2023年9月20日检查更新限定符研究文章会议ICSE-SEIS’23主办单位:SIGSOFT公司ICSE-SEIS’23:45届软件工程国际会议:社会中的软件工程2023年5月17日至19日澳大利亚墨尔本 接受率总体接受率:1856份提交文件中的276份,15% 即将召开的会议 ICSE 2025年 2025 IEEE/ACM第46届国际软件工程会议 2025年4月26日至5月3日 渥太华,在,加拿大 贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章度量标准 1引用总数查看引文19总下载次数下载次数(过去12个月)19下载次数(最近6周)0反映截至2024年9月15日的下载量 其他指标查看作者指标引文 引用人查看全部罗伯斯·埃雷拉S蒙耶齐五世克里诺维奇五世特里维迪A蒂兹帕兹·尼亚里S尚伟拉莫特MWan Z公司(2024)预测ML软件配置的公平性第20届软件工程预测模型和数据分析国际会议论文集10.1145/3663533.3664040(56-65)在线发布日期:2024年7月10日https://dl.acm.org/doi/10.1145/3663533.664040 视图选项获取访问权限 登录选项请检查您是否可以通过登录凭据或您的机构访问此文章以获得完全访问权限。登录完全访问权限获取此出版物 查看选项 PDF格式以PDF文件查看或下载。PDF格式 电子阅读器使用联机查看电子阅读器.电子阅读器媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享LinkedIn链接Reddit网站电子邮件附属公司赛义德 蒂兹帕兹·尼亚里德克萨斯大学埃尔帕索分校计算机科学系查看个人资料维利亚 蒙杰齐德克萨斯大学埃尔帕索分校计算机科学系查看个人资料摩根 瓦格纳德克萨斯大学埃尔帕索分校心理学系查看个人资料湿婆 达里安科罗拉多大学博尔德分校信息科学系查看个人资料克里斯蒂亚 里德德克萨斯大学埃尔帕索分校心理学系查看个人资料阿舒托什 特里维迪科罗拉多大学博尔德分校计算机科学系查看个人资料