基于CS-ANN的软件缺陷预测模型研究

发布时间：2019-01-17 20:46

【摘要】：为了提高软件缺陷预测的准确率,利用布谷鸟搜索(cuckoo search,CS)算法的寻优能力和人工神经网络(artificial neural network,ANN)算法的非线性计算能力,提出了基于CS-ANN的软件缺陷预测方法。此方法首先使用基于关联规则的特征选择算法降低数据的维度,去除了噪声属性;然后利用布谷鸟搜索算法寻找神经网络算法的权值,使用权值和神经网络算法构建出预测模型;最后使用此模型完成缺陷预测。使用公开的NASA数据集进行仿真实验,结果表明该模型降低了误报率,并提高了预测的准确率,综合评价指标AUC(area under the ROC curve)、F1值和G-mean都优于现有模型。
[Abstract]:In order to improve the accuracy of software defect prediction, the optimization ability of Cuckoo search (cuckoo search,CS) algorithm and the nonlinear computing ability of artificial neural network (artificial neural network,ANN) algorithm are used. A software defect prediction method based on CS-ANN is proposed. Firstly, the feature selection algorithm based on association rules is used to reduce the dimension of data and remove the noise attribute. Then a prediction model is constructed by using the Cuckoo search algorithm to find the weight, the right to use and the neural network algorithm of the neural network algorithm. Finally, the model is used to complete the defect prediction. The simulation results using the open NASA dataset show that the model reduces the false alarm rate and improves the accuracy of prediction. The comprehensive evaluation indexes AUC (area under the ROC curve), F1 and G-mean are better than the existing models.
【作者单位】： 云南大学软件学院;云南大学云南省软件工程重点实验室;
【基金】：国家自然科学基金资助项目(61379032,61462091,61262025) 云南省教育厅科学研究基金资助项目(2015Z018) 云南大学博士科研启动项目(XT412004)
【分类号】：TP311.53;TP183

【参考文献】

相关期刊论文 前1条

1 LI Kewen;CHEN Chenxi;LIU Wenying;Fang Xianghua;LU Qinghua;;Software Defect Prediction Using Fuzzy Integral Fusion Based on GA-FM[J];Wuhan University Journal of Natural Sciences;2014年05期

【共引文献】

相关期刊论文 前1条

1 马振宇;张威;毕学军;金丽亚;;基于优化PSO-BP算法的软件缺陷预测模型[J];计算机工程与设计;2016年02期

【二级参考文献】

相关期刊论文 前1条

1 王青;伍书剑;李明树;;软件缺陷预测技术[J];软件学报;2008年07期

【相似文献】

相关期刊论文 前10条

1 ;软件缺陷词典正在制定[J];软件世界;2007年06期

2 王德胜;宫云战;;论软件缺陷[J];计算机应用研究;2008年12期

3 聂剑平;韩柯;陈光;曹旭;;软件缺陷增长过程的混沌分析[J];计算机工程与应用;2008年11期

4 刘海;郝克刚;;软件缺陷数据的分析方法及其实现[J];计算机科学;2008年08期

5 熊斐;李建忠;徐中望;;软件缺陷管理与防范[J];科技创新导报;2009年04期

6 石剑飞;杨欣;秦玮;闫怀志;;一种软件缺陷预测改进模型的研究[J];北京理工大学学报;2010年09期

7 缪林松;;基于代价敏感神经网络算法的软件缺陷预测[J];电子科技;2012年06期

8 朱小燕;曲俊燕;;浅析软件缺陷的问题[J];无线互联科技;2013年04期

9 田华;蒲天银;;基于迁移学习的软件缺陷预测方法研究[J];西南师范大学学报(自然科学版);2014年03期

10 宫云战;论软件缺陷[J];装甲兵工程学院学报;2003年01期

相关会议论文 前8条

1 赵修湘;石勇;刘莹;张玲玲;;文本分类在软件缺陷管理中的应用[A];第四届（2009）中国管理学年会——管理科学与工程分会场论文集[C];2009年

2 李立清;;软件缺陷数据的分析和预测[A];第三届中国测试学术会议论文集[C];2004年

3 李立清;;用软件缺陷数据进行缺陷预测[A];中国工程物理研究院科技年报（2005）[C];2005年

4 赵亮;侯金宝;;文件和包层次的软件缺陷预测研究[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年

5 于秀山;王广俭;;软件缺陷管理[A];中国电子学会可靠性分会第十三届学术年会论文选[C];2006年

6 寇纲;彭怡;石勇;;基于数据挖掘的软件缺陷度量评估管理及研究现状综述[A];第三届（2008）中国管理学年会——信息管理分会场论文集[C];2008年

7 高通;焦彦平;龚波;;基于曲线拟合的软件缺陷排除成本预测[A];2010年全国通信安全学术会议论文集[C];2010年

8 涂亚明;毛军鹏;余静;尹磊;;系统测试阶段的软件缺陷预测模型分析[A];第六届中国测试学术会议论文集[C];2010年

相关重要报纸文章 前7条

1 谢敏、戴金龙;追踪每一个软件缺陷[N];计算机世界;2005年

2 学健;可怕的不是缺陷本身[N];计算机世界;2001年

3 ;Firefox、IE中发现缺陷[N];计算机世界;2005年

4 道琼斯;小电脑 大雄心[N];人民邮电;2007年

5 特约撰稿 朱颜镇;万维易化项目管理力助电信运营商[N];通信信息报;2004年

6 ;Microsoft计划推出Windows Server SP1[N];计算机世界;2004年

7 记者 王俊鸣;美专家认为因特网中枢有漏洞[N];科技日报;2001年

相关博士学位论文 前8条

1 Gabriel Kofi Armah;[D];电子科技大学;2015年

2 单纯;软件缺陷分布预测技术及应用研究[D];北京理工大学;2015年

3 王伟光;动态软件缺陷测试关键技术研究[D];南京大学;2016年

4 陈琳;基于机器学习的软件缺陷预测研究[D];重庆大学;2016年

5 陈媛;基于数据挖掘的软件缺陷预测技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

6 马樱;基于机器学习的软件缺陷预测技术研究[D];电子科技大学;2012年

7 张凯;软件缺陷混沌分形描述与软件质量进化度量的研究[D];武汉理工大学;2005年

8 杨晓杏;基于度量元的软件缺陷预测技术[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 赵长凯;软件缺陷管理与预测系统的设计[D];复旦大学;2013年

2 张亮;基于改进BP算法的软件缺陷预测模型研究[D];北京理工大学;2015年

3 王男帅;基于遗传优化支持向量机的软件缺陷预测模型研究[D];北京理工大学;2015年

4 陈艳;软件缺陷管理技术研究与实现[D];电子科技大学;2014年

5 李碧雯;基于迁移学习的跨项目软件缺陷预测[D];上海交通大学;2015年

6 梁天超;一种基于人工免疫朴素贝叶斯方法的软件缺陷预测模型[D];南京邮电大学;2015年

7 陆海洋;基于特征提取和代价敏感学习的软件缺陷预测方法研究[D];南京邮电大学;2015年

8 刘海林;基于LDA的软件缺陷组件预测研究与实现[D];重庆大学;2015年

9 杨磊;面向不平衡数据的软件缺陷预测方法研究[D];中国石油大学(华东);2014年

10 陈家强;软件缺陷预测中数据预处理技术研究[D];南京大学;2014年

，

本文编号：2410376