基于主动学习的软件缺陷预测方法研究

发布时间：2022-04-17 20:23

　　随着软件技术的迅速发展,软件产品的使用渗透到社会的各个方面。因此,软件质量保障对于大型软件项目尤为重要,如果无法及时发现并修复软件中的缺陷,不仅可能会造成巨大的经济损失,甚至会危及人类生命安全。软件缺陷预测技术通过预测软件模块的缺陷倾向性指导质量保障人员合理分配资源,即质量保障人员可以对缺陷倾向较高的模块进行充分测试,从而减少由于对无缺陷模块的测试造成的资源浪费。然而,缺陷预测模型的构造需要大量质量可靠的训练数据集,如果一个软件项目缺乏有效的训练数据,则很难建立高效的缺陷预测模型。针对缺乏有效训练数据的问题,近年来研究人员提出利用主动学习算法从被测项目中直接选择实例进行标注的方法构建训练集。已有的方法大多基于主动学习的不确定性采样策略选择实例,但是当初始训练集与总体数据分布不一致时,该方法容易导致训练集的分布偏差进一步加强,如果选择标注的实例数不够多,则难以在该训练集上构建正确的预测模型。并且缺陷预测数据集中存在类不平衡问题,在挑选实例的过程中,主动学习方法并未处理由该问题导致的构造训练集中数据分布不均衡的现象,进而导致在该训练集上构建的缺陷预测模型的性能难以得到有效提高。本文提出DA... 

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 应用背景和研究意义
    1.2 研究方向和进展
    1.3 本文工作
    1.4 本文组织结构
第二章 相关工作综述
    2.1 软件缺陷预测技术
        2.1.1 问题定义
        2.1.2 预测过程
        2.1.3 软件度量元
        2.1.4 预测模型构建算法
        2.1.5 数据集的相关问题
        2.1.6 性能评估
    2.2 主动学习方法
        2.2.1 主动学习模型
        2.2.2 主动学习在软件缺陷领域的应用
    2.3 本章小结
第三章 基于双重不确定性主动学习的缺陷预测方法
    3.1 方法动机
    3.2 方法框架
        3.2.1 实例选择
        3.2.2 特征选择
    3.3 实证研究
        3.3.1 研究问题
        3.3.2 实验数据
        3.3.3 评估指标
        3.3.4 实验设计
        3.3.5 实验结果
    3.4 总结与讨论
第四章 平衡的主动学习方法
    4.1 方法动机
    4.2 方法框架
        4.2.1 初始标记
        4.2.2 再标记
    4.3 实证研究
        4.3.1 研究问题
        4.3.2 实验数据
        4.3.3 评估指标
        4.3.4 实验设计
        4.3.5 实验结果
    4.4 总结与讨论
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间研究成果及参与项目情况
致谢


【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)



本文编号：3646208