面向缺陷管理的跨项目知识复用技术研究
发布时间：2021-08-04 20:01
软件缺陷管理一直是软件开发活动中很重要的一环。如今,随着开源运动的蓬勃发展,越来越多的开发者将软件项目托管到开源社区。为了吸引来自不同地区的外围贡献者参与到项目的开发进程中来,开源社区提供的协同开发工具趋向于轻量化。一方面,这些轻量级工具简化了项目的贡献机制,为项目吸引了海量贡献;另一方面,汇聚而来的海量贡献质量参差不齐,其中不乏有很多模糊的、质量低的外围贡献,给开源项目的健康发展带来了巨大的隐患。因此,在大众化协同的开源生态下,对开源软件进行自动化的缺陷管理变得格外重要。已有的自动化缺陷管理方法基于传统的机器学习模型,受制于训练样本数量的多少。对于一些新的或是没有足够历史数据的项目,无法在项目内构建一个好的预测模型。因此,为了解决样本不足的项目的缺陷管理问题,本文基于开源社区Github中的大规模数据集,对面向缺陷管理的跨项目知识复用技术进行了探索研究。论文的主要贡献总结如下:第一,基于开源社区累积的数据资源,分别对项目内的质量以及项目间的关联关系进行了量化评估,提出了面向开源项目的多维量化度量体系,其中包括项目内质量评估度量（包含4个维度、9个度量指标）,以及项目间关联关系度量（包...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１．２?Ｇｉｔｈｕｂ?ＩＴＳ工作流程??
国防科技太学研究生院硕士学位论文??０．８??°＇７８??丨＾??０．７６?＾００００＾４ｔ０００００＾＾??掛?０．７４??｜〇，２?／??伞?０＿７?／??０．６８?Ｔ??０．６６?４??０．６４??０?２００?４００?６００?８００?１０００??ＩＳＳＵＥ样本数量??图１．４?ＧｉｔＨｕｂ社区分类准确寧与样本大小关藥??小数据集项目内的学习器预测效果很不好［１５］。此外，我们在缺陷分类场景下，??对Ｇｉｔｈｕｂ社区有足够ｉｓｓｕｅ样本的项目调研了样本大小和分类准确率的关系。如??图１．４所示，可以发现在样本不足的时候，分类器性能很差，隨着训练样本量的增??力口，分类的准确率有稳步上升。然而，在实际的缺陷分类预测任务中，并不是总??能满足这个机器学习基本假设。我们对ＧｉｔＨｕｂ社区截至２０１７年５月的所有开源??项目友其ｉｓｓｕｅ数量（从ＧＨＴｏｒｒｅｎｔ６平合获取）做了基础统计，统计结果如图１．５，??１．６所示■。从图１．５可以看出整体Ｇｉｔｈｕｂ项目ｉｓｓｕｅ数量墨现长尾分布趋势，即绝大??部分项＿仅有少量ｉｓｓｕｅ。其中仅有１．７％的项Ｍ?ｉｓｓｕｅ数量超过２００，?０．６％的项貝??ｉｓｓｕｅ．数量舞过５００。图１．６对ｉｓｓｕｅ数量大于５００的项＿雜行了帯标签．ｉｓｓｕｅ．数鐘翁??计，我们发现平均每个项目有超过４０％的ｉｓｓｕｅ没有标签，无法作为训练样本在??分类器中使用。综合上述观察结果，我们发现在实际中，大量项目没有足够的训??练样本，无法在项目内训练出有效的预测模型。??对于一些新的或没有足够历史数据的项目，想要构建一个好的学习器来对项??目进行分类预测是一个
酿科技大孝研触院硕位论文??１ｅ＋０５－??０１?ｌｌｌｌｌｉｙ—Ｉ＇??６?５０００?１００００?１５０００?２００００??ｉｓｓｕｅａＳ??图１．５?ＧｉｔＨｕｂ社区项目与ｉｓｓｕｅ数量统计图??１．００－??０．７５－?????１??ｒｕ??菡?０．５０－??Ｉ?????ｎｎ??ｍ??０．２５－??團１．．６?Ｇｉｔｈｕｂ社糕項Ｕ带标记ｉｓｓｕｅ比例箱魏＇圈??如何更高效的进行跨项自知识源的选择与集成也Ｉ个待解决的难题。针对以上??两个难点，我们将对面向缺陷管理的跨项ｉ■知识复用技术展开研究，探索如何更??好地对数据不足的项目实现跨项目分类预测，以提高项目质量，减轻项＿管理人??．農負担Ｓ??１．２相关研究现状??一直以来，软件缺陷预测和缺陷报舎分类都是软件工程领域最受关注的研??究内容之一。如今，面向开源社区的海暈贡谳，软件的缺陷管理更是受到学术??界和工业界的广泛关往《受到迁移学习原理和相关技术的启蒙，越来越多的??研究学者关注用跨项目的方法解决实际问题。近几年，在软件工程的一些顶级??会议如?ＩＣＳＥ（Ｉｎｔｅｒｎａｔｉｏｎａｌ?Ｃｏｎｆｅｒｅｎｃｅ?ｏｆ?Ｓｏｆｔｗａｒｅ?Ｅｎｇｉｎｅｅｒｉｎｇ）、ＦＳＥ（ＡＣＭ?ＳＩＧＳＯＦＴ??Ｓｙｍｐｏｓｉｕｍ?ｏｎ?ｔｈｅ?Ｆｏｕｎｄａｔｉｏｎ?ｏｆ?Ｓｏｆｔｗａｒｅ?Ｅｎｇｉｎｅｅｒｉｎｇ）?＞?ＭＳＲ（Ｉｎｔｅｒｎａｔｉｏｎａｌ?Ｃｏｎｆｅｒｅｎｃｅ??ｏｎ?Ｍｉｎｉｎｇ?Ｓｏｆｔｗａｒｅ?Ｒｅｐｏｓｉｔｏｒｉｅｓ）上，持续有研究学者提出用跨项目的方法解决缺??第７页??
【参考文献】：
期刊论文
[1]静态软件缺陷预测方法研究[J]. 陈翔,顾庆,刘望舒,刘树龙,倪超. 软件学报. 2016(01)
[2]一种基于跨领域典型相关性分析的迁移学习方法[J]. 张博,史忠植,赵晓非,张建华. 计算机学报. 2015(07)
[3]基于度量元的静态软件缺陷预测技术[J]. 常瑞花,贾鹏. 火力与指挥控制. 2015(02)
[4]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植. 软件学报. 2015(01)
本文编号：3322319
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１．２?Ｇｉｔｈｕｂ?ＩＴＳ工作流程??
国防科技太学研究生院硕士学位论文??０．８??°＇７８??丨＾??０．７６?＾００００＾４ｔ０００００＾＾??掛?０．７４??｜〇，２?／??伞?０＿７?／??０．６８?Ｔ??０．６６?４??０．６４??０?２００?４００?６００?８００?１０００??ＩＳＳＵＥ样本数量??图１．４?ＧｉｔＨｕｂ社区分类准确寧与样本大小关藥??小数据集项目内的学习器预测效果很不好［１５］。此外，我们在缺陷分类场景下，??对Ｇｉｔｈｕｂ社区有足够ｉｓｓｕｅ样本的项目调研了样本大小和分类准确率的关系。如??图１．４所示，可以发现在样本不足的时候，分类器性能很差，隨着训练样本量的增??力口，分类的准确率有稳步上升。然而，在实际的缺陷分类预测任务中，并不是总??能满足这个机器学习基本假设。我们对ＧｉｔＨｕｂ社区截至２０１７年５月的所有开源??项目友其ｉｓｓｕｅ数量（从ＧＨＴｏｒｒｅｎｔ６平合获取）做了基础统计，统计结果如图１．５，??１．６所示■。从图１．５可以看出整体Ｇｉｔｈｕｂ项目ｉｓｓｕｅ数量墨现长尾分布趋势，即绝大??部分项＿仅有少量ｉｓｓｕｅ。其中仅有１．７％的项Ｍ?ｉｓｓｕｅ数量超过２００，?０．６％的项貝??ｉｓｓｕｅ．数量舞过５００。图１．６对ｉｓｓｕｅ数量大于５００的项＿雜行了帯标签．ｉｓｓｕｅ．数鐘翁??计，我们发现平均每个项目有超过４０％的ｉｓｓｕｅ没有标签，无法作为训练样本在??分类器中使用。综合上述观察结果，我们发现在实际中，大量项目没有足够的训??练样本，无法在项目内训练出有效的预测模型。??对于一些新的或没有足够历史数据的项目，想要构建一个好的学习器来对项??目进行分类预测是一个
酿科技大孝研触院硕位论文??１ｅ＋０５－??０１?ｌｌｌｌｌｉｙ—Ｉ＇??６?５０００?１００００?１５０００?２００００??ｉｓｓｕｅａＳ??图１．５?ＧｉｔＨｕｂ社区项目与ｉｓｓｕｅ数量统计图??１．００－??０．７５－?????１??ｒｕ??菡?０．５０－??Ｉ?????ｎｎ??ｍ??０．２５－??團１．．６?Ｇｉｔｈｕｂ社糕項Ｕ带标记ｉｓｓｕｅ比例箱魏＇圈??如何更高效的进行跨项自知识源的选择与集成也Ｉ个待解决的难题。针对以上??两个难点，我们将对面向缺陷管理的跨项ｉ■知识复用技术展开研究，探索如何更??好地对数据不足的项目实现跨项目分类预测，以提高项目质量，减轻项＿管理人??．農負担Ｓ??１．２相关研究现状??一直以来，软件缺陷预测和缺陷报舎分类都是软件工程领域最受关注的研??究内容之一。如今，面向开源社区的海暈贡谳，软件的缺陷管理更是受到学术??界和工业界的广泛关往《受到迁移学习原理和相关技术的启蒙，越来越多的??研究学者关注用跨项目的方法解决实际问题。近几年，在软件工程的一些顶级??会议如?ＩＣＳＥ（Ｉｎｔｅｒｎａｔｉｏｎａｌ?Ｃｏｎｆｅｒｅｎｃｅ?ｏｆ?Ｓｏｆｔｗａｒｅ?Ｅｎｇｉｎｅｅｒｉｎｇ）、ＦＳＥ（ＡＣＭ?ＳＩＧＳＯＦＴ??Ｓｙｍｐｏｓｉｕｍ?ｏｎ?ｔｈｅ?Ｆｏｕｎｄａｔｉｏｎ?ｏｆ?Ｓｏｆｔｗａｒｅ?Ｅｎｇｉｎｅｅｒｉｎｇ）?＞?ＭＳＲ（Ｉｎｔｅｒｎａｔｉｏｎａｌ?Ｃｏｎｆｅｒｅｎｃｅ??ｏｎ?Ｍｉｎｉｎｇ?Ｓｏｆｔｗａｒｅ?Ｒｅｐｏｓｉｔｏｒｉｅｓ）上，持续有研究学者提出用跨项目的方法解决缺??第７页??
【参考文献】：
期刊论文
[1]静态软件缺陷预测方法研究[J]. 陈翔,顾庆,刘望舒,刘树龙,倪超. 软件学报. 2016(01)
[2]一种基于跨领域典型相关性分析的迁移学习方法[J]. 张博,史忠植,赵晓非,张建华. 计算机学报. 2015(07)
[3]基于度量元的静态软件缺陷预测技术[J]. 常瑞花,贾鹏. 火力与指挥控制. 2015(02)
[4]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植. 软件学报. 2015(01)
本文编号：3322319
本文链接：https://www.wllwen.com/guanlilunwen/shequguanli/3322319.html
