[發明專利]一種基于靜態分析的軟件故障預測技術的構建方法

有效

• 申請號: 201710600857.0
• 申請日: 2017-07-21
• 公開（公告）號: CN107423219B
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 楊順昆;茍曉冬;周鑫;龐佳文;李大慶;林歐雅;陶飛;佘志坤
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

1.一種基于靜態分析的軟件故障預測技術的構建方法，其特征在于：其步驟如下：

步驟1、搜集被診斷軟件的各歷史版本的故障案例，依據故障信息相關、完整、非重復、非人為錯誤操作四原則，篩選有效故障案例，加入到創建的故障案例庫；

步驟2、統計軟件各歷史版本的有效故障的次數；

步驟3、使用靜態分析工具掃描軟件的各歷史版本和將要發布的新版本的源代碼，輸出程序的復雜度度量值；

步驟4、使用統計工具進行相關性分析，計算各歷史版本的軟件故障次數與各個復雜度度量值的相關性；

步驟5、依據統計規則選出與軟件故障次數具有顯著相關性的復雜度度量值；

步驟6、將與故障次數具有顯著相關性的復雜度度量值的相關系數進行歸一化，作為各個復雜度度量值的權重；

步驟7、計算新版本軟件的復雜度度量值與上一版本軟件的復雜度度量值的變化率；

步驟8、將各個復雜度度量值的變化率乘以權重，得到軟件故障次數對應于每一個復雜度度量值的變化率；

步驟9、將軟件故障次數相對于各復雜度度量值的變化率相加得到一個綜合的變化率，即為軟件故障次數的變化率；

步驟10、使用上一版本的軟件故障次數及計算出的故障次數的變化率，得到新版本的故障次數的預測值；

通過上述步驟，能完成對基于靜態分析的軟件故障預測技術的構建，使用靜態分析軟件掃描歷史版本和新版本的軟件代碼得到軟件的復雜度度量值，結合歷史版本的故障數據，即能進行軟件故障數量的預測；

其中，在步驟5中所述的依據統計規則選出與軟件故障次數具有顯著相關性的復雜度度量值的做法如下：在計算出故障次數和每一個復雜度度量值的相關系數和顯著性水平即P值后，依據具體的需求給定一個置信水平α，當故障次數和某個復雜度度量值的顯著性p＜α時，即認為該復雜度度量值與故障次數有顯著的相關性，也就是說該復雜度度量值的變化能一定程度上反應故障次數的變化；

假定按照這一規則得出m個復雜度度量值中與故障次數具有顯著的相關性的復雜度度量值有n個，記為Q1，Q2，…，Qn；第k個歷史版本的n個相關復雜度度量值信息為Q1k,Q2k,...,Qnk，第k+1個版本為新版本，其相關的復雜度度量值為Q1k+1,Q2k+1,...,Qnk+1，則將這k+1個版本的故障次數和與其顯著相關的復雜度度量值信息記為：

F 1 , Q 1 2 , Q 2 1 , ... , Q n 1 F 2 , Q 1 2 , Q 2 2 , ... , Q n 2 . . . F k , Q 1 k , Q 2 k , ... , Q n k F k + 1 , Q 1 k + 1 , Q 2 k + 1 , ... , Q n k + 1 ]]>

其中，Fk+1是我們期望得到的新版本的故障次數預測值。