本研究提出了“老化债务”（AD）的概念，分析了软件开发者自我承认的老化债务（SAAD）。结果显示，超过21%的开源软件库存在SAAD特征，主要表现为“休眠老化债务”，强调了软件维护的重要性。

该论文介绍了一种名为统计聚合异常检测（SAAD）的新型方法，通过在汽车领域的硬件在环（HIL）环境中验证了其有效性。SAAD方法结合了全连接网络和辍学层，提高了异常检测的准确性和健壮性。实验结果表明，SAAD方法的聚合准确性达到了88.3%，F1得分为0.921，优于单独的统计方法和深度学习模型。这些结果展示了SAAD在各个领域，包括汽车系统中的广泛应用潜力。