基于代价敏感间隔分布优化的软件缺陷定位

发布时间：2020-05-19 07:45

【摘要】：在大型软件项目的开发与维护中,从大量的代码文件中定位软件缺陷费时、费力,有效地进行软件缺陷自动定位,将能极大地降低开发成本.软件缺陷报告通常包含了大量未发觉的软件缺陷的信息,精确地寻找与缺陷报告相关联的代码文件,对于降低维护成本具有重要意义.目前,已有一些基于深度神经网络的缺陷定位技术相对于传统方法,其效果有所提升,但相关工作大多关注网络结构的设计,缺乏对训练过程中损失函数的研究,而损失函数对于预测任务的性能会有极大的影响.在此背景下,提出了代价敏感的间隔分布优化(cost-sensitive margin distribution optimization,简称CSMDO)损失函数,并将代价敏感的间隔分布优化层应用到深度卷积神经网络中,能够良好地处理软件缺陷数据的不平衡性,进一步提高缺陷定位的准确度.

【相似文献】

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9条

1 Gabriel Kofi Armah;[D];电子科技大学;2015年

2 王伟光;动态软件缺陷测试关键技术研究[D];南京大学;2016年

3 陈琳;基于机器学习的软件缺陷预测研究[D];重庆大学;2016年

4 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

5 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

6 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

7 于巧;基于机器学习的软件缺陷预测方法研究[D];中国矿业大学;2017年

8 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

9 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 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

8 江晓苏;鱼群优化的多核支持向量机在软件缺陷预测中的应用[D];重庆师范大学;2016年

9 权衡;基于Web的软件缺陷管理系统的设计与实现[D];华中科技大学;2014年

10 刘庆山;基于复杂网络的动态软件缺陷预测算法研究[D];燕山大学;2016年

，

本文编号：2670566