基于程序切片的軟件缺陷預(yù)測(cè).pdf

1、軟件缺陷的多少直接反映了整個(gè)軟件質(zhì)量的好壞,每一個(gè)軟件中的缺陷都必須得到妥善的處理,可靠的基于軟件倉(cāng)庫(kù)的缺陷預(yù)測(cè)則在軟件缺陷的發(fā)現(xiàn)和移除中起著至關(guān)重要的作用。首先,它能夠指導(dǎo)軟件開(kāi)發(fā)人員將有限的資源投入到更容易產(chǎn)生缺陷的模塊中,從而提高軟件質(zhì)量。而在關(guān)鍵軟件的評(píng)估中,基于軟件倉(cāng)庫(kù)的缺陷預(yù)測(cè)在決定軟件是否可以投入使用時(shí)起著決定性的作用。雖然研究者們使用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方法已經(jīng)得出了比較滿(mǎn)意的預(yù)測(cè)準(zhǔn)確度,但是直接將機(jī)器學(xué)習(xí)的模型用于缺陷

2、預(yù)測(cè)會(huì)產(chǎn)生很多和軟件缺陷經(jīng)驗(yàn)相矛盾的問(wèn)題。而這些問(wèn)題會(huì)影響到預(yù)測(cè)的準(zhǔn)確性。
　　本文首先提出了一套軟件缺陷預(yù)測(cè)的方法,使用該方法對(duì)已有的三個(gè)預(yù)測(cè)算法CART、樸素貝葉斯、C4.5,進(jìn)行了預(yù)測(cè)預(yù)測(cè)的比較,隨后,在C4.5決策樹(shù)算法的基礎(chǔ)上,針對(duì)軟件倉(cāng)庫(kù)計(jì)算出來(lái)的指標(biāo)的特點(diǎn)對(duì)算法進(jìn)行了改進(jìn),改進(jìn)算法引入了Spearman等級(jí)相關(guān)度,使得其決策樹(shù)在選取屬性作為根結(jié)點(diǎn)更為符合開(kāi)源軟件缺陷的實(shí)際情況。同時(shí),本文還提出了一種新的預(yù)測(cè)粒度—切片

3、粒度,該粒度是通過(guò)對(duì)程序中的函數(shù)按照其在函數(shù)調(diào)用圖中的距離進(jìn)行聚類(lèi)得到的。
　　為了驗(yàn)證改進(jìn)算法以及新預(yù)測(cè)粒度的有效性,本文提出了一個(gè)缺陷預(yù)測(cè)方法,該預(yù)測(cè)方法是由預(yù)測(cè)指標(biāo)以及預(yù)測(cè)算法組成,整個(gè)預(yù)測(cè)過(guò)程分為三個(gè)主要步驟:一、挖掘指標(biāo),從軟件倉(cāng)庫(kù)中挖掘出用于預(yù)測(cè)的指標(biāo),包括源代碼指標(biāo)、變更指標(biāo)、缺陷指標(biāo)、切片指標(biāo)等;二、預(yù)測(cè),將挖掘出的指標(biāo)輸入預(yù)測(cè)算法中,得出該算法對(duì)挖掘出的指標(biāo)做出的預(yù)測(cè);三、預(yù)測(cè)算法改進(jìn),針對(duì)指標(biāo)數(shù)據(jù)特點(diǎn)和指標(biāo)跟缺

4、陷的關(guān)聯(lián)度來(lái)改進(jìn)算法,使用第一步挖掘出的指標(biāo)做出預(yù)測(cè)。
　　最后,本文將改進(jìn)預(yù)測(cè)算法與已有算法用到預(yù)測(cè)方法中做了缺陷預(yù)測(cè)的比較,實(shí)驗(yàn)表明,改進(jìn)后的缺陷預(yù)測(cè)算法大大地降低了決策樹(shù)的規(guī)模,并且在兩個(gè)模塊的缺陷預(yù)測(cè)準(zhǔn)確率上分別提高了4.5802和4.8656個(gè)百分點(diǎn)。另外,本文還做了切片粒度和文件粒度的對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)表明,在不包含零缺陷函數(shù)的情況下,無(wú)論是訓(xùn)練集還是測(cè)試集,切片粒度的準(zhǔn)確率要明顯高于文件粒度的準(zhǔn)確率,在訓(xùn)練集和測(cè)試集上分