[發(fā)明專利]基于遷移學(xué)習(xí)和缺陷數(shù)量信息的跨公司軟件缺陷預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710253504.8
• 申請(qǐng)日: 2017-04-18
• 公開（公告）號(hào): CN107025503A
• 公開（公告）日: 2017-08-08
• 發(fā)明（設(shè)計(jì)）人: 井溢洋;劉進(jìn);余嘯;崔曉暉;張建升
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)42222
• 代理人: 魏波

技術(shù)領(lǐng)域

本發(fā)明屬于跨公司軟件缺陷預(yù)測(cè)技術(shù)領(lǐng)域，特別是涉及一種基于遷移學(xué)習(xí)和缺陷數(shù)量信息的跨公司軟件缺陷預(yù)測(cè)方法。

背景技術(shù)

(1)軟件項(xiàng)目缺陷預(yù)測(cè)技術(shù)

軟件產(chǎn)業(yè)作為信息產(chǎn)業(yè)的重要組成部分，在促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變、工業(yè)化與信息化融合及維護(hù)國(guó)家安全方面均發(fā)揮著重要作用。然而隨著軟件應(yīng)用領(lǐng)域的不斷擴(kuò)展，和設(shè)計(jì)復(fù)雜度的不斷提升，軟件項(xiàng)目的質(zhì)量問題越來越難把控。在這種需求背景下，高效的軟件缺陷預(yù)測(cè)技術(shù)越來越引起人們的關(guān)注。

軟件缺陷預(yù)測(cè)技術(shù)可以在軟件系統(tǒng)開發(fā)早期，高效的預(yù)測(cè)系統(tǒng)各個(gè)軟件模塊是否存在缺陷，并根據(jù)預(yù)測(cè)結(jié)果，合理分配測(cè)試人力資源，從而有效降低測(cè)試成本并減小測(cè)試周期。此外，對(duì)于每個(gè)具體的軟件項(xiàng)目來說，不同時(shí)期修復(fù)缺陷的成本是完全不同的，一般來說，其修復(fù)成本是隨時(shí)間呈正比例上升的。比如，文獻(xiàn)1其中提到，1985到1987年，Therac-25輻射治療設(shè)備卷入多宗因輻射劑量嚴(yán)重超標(biāo)引發(fā)的醫(yī)療事故，其罪魁禍?zhǔn)资轻t(yī)療設(shè)備電力軟件的bug，導(dǎo)致大量患者接受了高達(dá)100倍的預(yù)定治療劑量，其中三人直接死于輻射劑量超標(biāo),。假定我們能在軟件測(cè)試的早期就發(fā)現(xiàn)并修復(fù)這個(gè)bug，上述悲劇將不再重演。

現(xiàn)有的缺陷預(yù)測(cè)技術(shù)主要包括：缺陷數(shù)量預(yù)測(cè)技術(shù)、缺陷分布預(yù)測(cè)技術(shù)和軟件預(yù)測(cè)模型技術(shù)。

其中缺陷數(shù)量預(yù)測(cè)技術(shù)一般用來確定整體項(xiàng)目缺陷的個(gè)數(shù)，如文獻(xiàn)2，其中akahashi將代碼與具體的文檔數(shù)量對(duì)應(yīng)起來，給出了缺陷密度的估計(jì)式：§＝67.98+0.46f₁－9.69f₂－0.08f₃，其中§為缺陷率(單位：The number of errors/KLOC，KLOC為千行代碼)，f₁為程序規(guī)約變更的頻率(單位：The number of pages/KLOC)，f₂為程序員技能(單位：Years)，f₃為程序設(shè)計(jì)文檔頁(yè)數(shù)(單位：The number of pages/KLOC)。

缺陷分布預(yù)測(cè)技術(shù)則利用分類或回歸技術(shù)，如線性判別分析LDA(1inear discriminant analysis)，分類回歸樹CART(classification and regression tree)，支持向量機(jī)SVM(support vector machine)，人工神經(jīng)網(wǎng)絡(luò)ANN(artificial neural network)，邏輯回歸LR(logistic regression)，多元線性回歸MLR(multiple linear regression)等方法，來對(duì)模塊是否存在缺陷進(jìn)行預(yù)測(cè)。

不同于上述兩種技術(shù)一般選定一些特殊度量元來通過分類回歸找到缺陷模塊的方法，軟件預(yù)測(cè)模型技術(shù)則基于歷史缺陷數(shù)據(jù)構(gòu)建模型。相比而言，這種方法更能將一些其他的缺陷影響因素考慮在內(nèi)，比如團(tuán)隊(duì)因素等，且無需人為的參數(shù)調(diào)整。因此，軟件預(yù)測(cè)模型技術(shù)也成為了當(dāng)今主流的軟件缺陷預(yù)測(cè)技術(shù)。

(2)跨公司軟件項(xiàng)目缺陷預(yù)測(cè)技術(shù)

然而在一些實(shí)際測(cè)試場(chǎng)景中，當(dāng)需要用軟件模型預(yù)測(cè)技術(shù)來對(duì)一些新的公司的軟件項(xiàng)目進(jìn)行缺陷預(yù)測(cè)時(shí)，并沒有大量的歷史的缺陷數(shù)據(jù)來供我們來訓(xùn)練模型。但在網(wǎng)絡(luò)上存在很多高質(zhì)量的開源軟件項(xiàng)目缺陷數(shù)據(jù)集，因此就有學(xué)者試圖從這些跨公司的開源項(xiàng)目缺陷數(shù)據(jù)集出發(fā)，來訓(xùn)練預(yù)測(cè)模型從而對(duì)新的公司的軟件項(xiàng)目進(jìn)行缺陷預(yù)測(cè)。然而直接使用跨項(xiàng)目的缺陷數(shù)據(jù)集來對(duì)新公司的軟件項(xiàng)目進(jìn)行缺陷預(yù)測(cè)還存在一些問題，原因是不同項(xiàng)目之間可能存在著不同的特征分布，直接套用跨公司的軟件缺陷預(yù)測(cè)經(jīng)驗(yàn)可能會(huì)導(dǎo)致預(yù)測(cè)精度過低。

文獻(xiàn)3中馬櫻等人提出了一種Transfer Naive Bayes(TNB)算法，TNB算法考慮了源數(shù)據(jù)和目標(biāo)數(shù)據(jù)來自不同公司的跨公司預(yù)測(cè)場(chǎng)景，為了較好利用跨公司數(shù)據(jù)，TNB運(yùn)用了遷移學(xué)習(xí)的方法來建立一個(gè)更有效的預(yù)測(cè)模型。遷移學(xué)習(xí)的目標(biāo)是將從一個(gè)環(huán)境中學(xué)習(xí)到的知識(shí)用來解決新環(huán)境中的任務(wù)。因此，遷移學(xué)習(xí)用來解決跨項(xiàng)目缺陷預(yù)測(cè)過程中出現(xiàn)的問題尤為合適。遷移學(xué)習(xí)處理原始跨項(xiàng)目缺陷數(shù)據(jù)的基本思路是：對(duì)于原始的跨項(xiàng)目缺陷數(shù)據(jù)，其與待預(yù)測(cè)數(shù)據(jù)之間的相似度越高，賦予的權(quán)重越高。在此基礎(chǔ)上，那些跟我們待預(yù)測(cè)數(shù)據(jù)相似度高的跨項(xiàng)目缺陷數(shù)據(jù)就能在預(yù)測(cè)結(jié)果中起到更大的作用，同時(shí)也能削弱不相關(guān)的跨項(xiàng)目缺陷數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的影響。

(3)樸素貝葉斯