软件缺陷分布预测技术及应用研究

发布时间：2021-05-21 11:41

　　软件安全在计算机系统中起着至关重要的作用,软件失效可能会引起生命、财产的重大损失甚至更为严重的后果。系统失效可能有硬件故障、软件故障、人为因素等多种诱因,但大多数失效是由软件缺陷引发软件故障产生的。用软件缺陷预测模型来预测缺陷在软件模块中的分布情况,找出高风险模块,合理分配测试资源,调整质量保证策略,是软件可靠性与安全性工程领域研究的热点问题。静态软件缺陷分布预测技术的研究涉及度量技术、机器学习技术、统计学习理论和数据挖掘技术。基于机器学习的软件缺陷分布预测的过程包含数据预处理、模型训练、模型评估、模型验证。构造有效的分类模型是静态软件缺陷分布预测的核心。当前,静态软件缺陷分布预测技术的研究方向主要有两个:一是预测模型分类算法的选择,另一个为预测模型数据预处理技术的研究。本文结合国防基础科研计划重点项目《XXXX发现技术应用》的研究内容,重点关注特定分类器下预测模型的数据预处理技术,进行软件缺陷分布预测系统关键技术研究。主要的研究工作如下:（1）软件规模不断扩大,多度量元带来“维数灾难”问题,过多属性度量引起数据冗余,从而导致软件缺陷分布预测精度降低。针对此问题,本文提出在软件缺陷预测... 

【文章来源】：北京理工大学北京市 211工程院校 985工程院校

【文章页数】：117 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 软件缺陷预测技术分类
    1.3 静态软件缺陷分布预测
        1.3.1 软件缺陷分布预测原理
        1.3.2 软件缺陷分布预测过程
        1.3.3 缺陷分布预测模型评价
        1.3.4 缺陷预测的验证数据集
    1.4 国内外研究现状及分析
        1.4.1 度量数据预处理研究现状
        1.4.2 基础分类器选择研究现状
        1.4.3 现有研究工作不足与改进
    1.5 研究内容及贡献
    1.6 论文的组织结构
第2章 LLE-SVM缺陷分布预测模型
    2.1 引言
    2.2 预测模型概述
    2.3 LLE数据降维
    2.4 SVM缺陷预测
        2.4.1 分类超平面
        2.4.2 核函数选择
        2.4.3 SVM分类
    2.5 LLE-SVM参数选择
        2.5.1 LLE参数选择
        2.5.2 SVM参数选择
    2.6 仿真实验及结果分析
        2.6.1 实验数据集
        2.6.2 模型验证仿真实验
        2.6.3 实验结果及分析
    2.7 本章小结
第3章 IGA-SVM缺陷分布预测模型
    3.1 引言
    3.2 改进的遗传算法（IGA）
        3.2.1 遗传算法
        3.2.2 IGA算法流程
        3.2.3 概率调节方法
    3.3 SVM缺陷预测
    3.4 参数优化和度量元属性选择
        3.4.1 编码方式
        3.4.2 适应度评价
        3.4.3 遗传操作参数选择
        3.4.4 参数优化和属性选择
    3.5 预测模型概述
    3.6 仿真实验及结果分析
        3.6.1 实验数据集
        3.6.2 参数优化和度量属性选择仿真实验
        3.6.3 模型验证仿真实验
    3.7 本章小结
第4章 JCUDA-BP缺陷分布预测模型
    4.1 引言
    4.2 BP缺陷预测
        4.2.1 BP算法
        4.2.2 BP分类预测
    4.3 JCUDA数据并行处理
    4.4 预测模型概述
    4.5 仿真实验及结果分析
        4.5.1 实验数据集及实验参数
        4.5.2 实验环境
        4.5.3 实验结果及分析
    4.6 本章小结
第5章 软件缺陷分布预测系统的设计与原型实现
    5.1 引言
    5.2 系统需求
        5.2.1 功能性需求
        5.2.2 非功能性需求
    5.3 系统设计与原型实现
        5.3.1 总体设计
        5.3.2 预测过程
    5.4 系统应用
    5.5 本章小结
结论
    本文工作总结
    未来工作展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介


【参考文献】：
期刊论文
[1]基于遗传优化支持向量机的软件缺陷预测模型[J]. 王男帅,薛静锋,胡昌振,单纯,李志强.  中国科技论文. 2015(02)
[2]基于流形学习的面向对象的软件缺陷预测模型[J]. 石陆魁,马春娟,王靖鑫,周浩.  计算机工程与设计. 2014(11)
[3]代价敏感分类的软件缺陷预测方法[J]. 李勇,黄志球,房丙午,王勇.  计算机科学与探索. 2014(12)
[4]结合欠抽样与集成的软件缺陷预测[J]. 李勇.  计算机应用. 2014(08)
[5]基于SA-BP神经网络的软件缺陷预测模型的研究[J]. 尹然,丁晓明,李小亮,梅莹.  西南师范大学学报(自然科学版). 2013(08)
[6]应用直线集合分割的软件缺陷预测模型[J]. 包祎,王涛,裘国永.  计算机工程与应用. 2013(14)
[7]统计策略序列模式挖掘及其在软件缺陷预测中的应用[J]. 唐磊,李春平,杨柳.  计算机科学. 2013(05)
[8]基于PSO-BP的软件缺陷预测模型[J]. 于安雷,皮德常.  计算机工程与应用. 2013(07)
[9]基于Boosting的集成k-NN软件缺陷预测方法[J]. 何亮,宋擒豹,沈钧毅.  模式识别与人工智能. 2012(05)
[10]基于软件信息库挖掘的软件缺陷预测方法[J]. 王辉,杜庆峰.  计算机工程与设计. 2012(08)

博士论文
[1]需求驱动的软件安全缺陷自动测试生成[D]. 程绍银.中国科学技术大学 2009

硕士论文
[1]基于贝叶斯网络的软件缺陷预测管理系统[D]. 邵晔慷.上海交通大学 2008
[2]基于PCA的软件缺陷预测方法研究[D]. 杨雪.河海大学 2006



本文编号：3199643