[發(fā)明專利]一種基于遷移性分析的跨項(xiàng)目缺陷預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201910524720.0
• 申請日: 2019-06-18
• 公開（公告）號: CN110175726B
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 余躍;張迅暉;毛新軍;曾雅蓉;王濤;李志星;范強(qiáng)
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/18;G06F11/36
• 代理公司: 長沙國科天河知識產(chǎn)權(quán)代理有限公司 43225
• 代理人: 邱軼

本發(fā)明公開了一種基于遷移性分析的跨項(xiàng)目缺陷預(yù)測方法，針對開源社區(qū)中跨項(xiàng)目缺陷預(yù)測模型的遷移需求，考慮項(xiàng)目之間的相關(guān)性，利用開源社區(qū)中包括提交代碼、提交關(guān)聯(lián)文本信息、提交相關(guān)歷史信息等在內(nèi)的各種維度的信息，分析項(xiàng)目間缺陷預(yù)測模型的可遷移性，進(jìn)而形成缺陷預(yù)測方法。該方法的提出，輔助代碼審查，促進(jìn)開源項(xiàng)目快速健康發(fā)展。

技術(shù)領(lǐng)域

本發(fā)明設(shè)計(jì)一種基于遷移性分析的跨項(xiàng)目缺陷預(yù)測方法，主要包含項(xiàng)目間不同維度的關(guān)聯(lián)因素對跨項(xiàng)目缺陷預(yù)測效果的影響分析，以及基于分析結(jié)果和集成投票方法形成的跨項(xiàng)目缺陷預(yù)測方法。

背景技術(shù)

自2010年pull request技術(shù)提出以來，Github社區(qū)在7年時(shí)間累積產(chǎn)生了超過3千萬的pull request，并且仍在以迅猛的速度增長。然而，由于提交pull request的項(xiàng)目開發(fā)人員編程經(jīng)驗(yàn)不足、開發(fā)過程不合理、需求理解不正確，導(dǎo)致其提交的pull request會引入各種各樣的軟件缺陷，進(jìn)而對軟件質(zhì)量和軟件的健康發(fā)展產(chǎn)生影響。開源社區(qū)采用輕量級的過程管理工具以來，大大降低了外圍貢獻(xiàn)者參與項(xiàng)目貢獻(xiàn)門檻，但同時(shí)增加了開源項(xiàng)目過程制品維護(hù)的難度，以完全人工的方式去查看新增代碼是否會引入新缺陷，既耗時(shí)又費(fèi)力。因此，引入自動化缺陷預(yù)測方法，可以輔助缺陷發(fā)現(xiàn)，減輕審查者工作量，進(jìn)而加速軟件健康穩(wěn)定的發(fā)展。然而傳統(tǒng)的基于有監(jiān)督學(xué)習(xí)的機(jī)器學(xué)習(xí)缺陷預(yù)測方法依賴于足夠可利用的訓(xùn)練樣本，以總結(jié)出經(jīng)驗(yàn)知識來對未來數(shù)據(jù)做決策，這對于沒有足夠歷史數(shù)據(jù)積累的新興開源項(xiàng)目來說是不友好的，因此我們考慮通過跨項(xiàng)目缺陷預(yù)測模型的遷移解決該問題，幫助新興項(xiàng)目渡過冷啟動階段。

跨項(xiàng)目缺陷預(yù)測模型遷移性分析，需要考慮項(xiàng)目之間的相關(guān)性，利用開源社區(qū)中包括提交代碼、提交關(guān)聯(lián)文本信息、提交相關(guān)歷史信息等在內(nèi)的各種維度的信息，分析項(xiàng)目間缺陷預(yù)測模型的可遷移性，進(jìn)而形成缺陷預(yù)測方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對開源社區(qū)中跨項(xiàng)目缺陷預(yù)測模型的遷移需求，提出一種基于遷移性分析的跨項(xiàng)目缺陷預(yù)測方法，全面分析了該情況下影響模型遷移性的各種因素，利用集成投票的方式進(jìn)行跨項(xiàng)目缺陷預(yù)測，具有較高的準(zhǔn)確率。

為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案如下：

一種基于遷移性分析的跨項(xiàng)目缺陷預(yù)測方法，包括以下步驟：

S1.根據(jù)開源社區(qū)中開源項(xiàng)目包含的pull request數(shù)量及開源語言種類,選取開源社區(qū)中開源項(xiàng)目作為遷移分析的項(xiàng)目集合，進(jìn)行數(shù)據(jù)采集；

其中數(shù)據(jù)采集內(nèi)容包括：項(xiàng)目源代碼、歷史代碼提交信息、代碼提交更改信息、代碼提交歷史軌跡、代碼提交更改的文件、代碼提交更改的文件對應(yīng)的歷史開發(fā)人員數(shù)量、代碼提交更改文件的平均時(shí)間間隔以及缺陷信息；其中缺陷信息包括缺陷報(bào)告、缺陷報(bào)告標(biāo)記位和缺陷報(bào)告對應(yīng)的編號，pull request、ReadMe文件；

S2.提取遷移分析項(xiàng)目集合中的每個(gè)開源項(xiàng)目對應(yīng)的歷史代碼提交信息和缺陷信息，將S1中采集到的數(shù)據(jù)分為引入缺陷的代碼提交和未引入缺陷的代碼提交；

S3.將S2中得到的引入缺陷的代碼提交分別提取在擴(kuò)散維度、代碼維度、代碼更改目的維度、文本信息維度和歷史維度下代碼提交可能引入缺陷的項(xiàng)目內(nèi)度量因素，得到代碼提交可能引入缺陷的項(xiàng)目內(nèi)多維度量因素；

S4.利用S2中得到的引入缺陷的代碼提交以及S3中提取的可能引入缺陷的項(xiàng)目內(nèi)多維度量因素，利用隨機(jī)森林方法訓(xùn)練遷移分析項(xiàng)目集合中每個(gè)項(xiàng)目的項(xiàng)目內(nèi)缺陷預(yù)測模型；

S5.統(tǒng)計(jì)遷移分析項(xiàng)目集合中不同項(xiàng)目間，在項(xiàng)目維度、技術(shù)維度和人員維度下影響項(xiàng)目間缺陷預(yù)測的項(xiàng)目間關(guān)聯(lián)關(guān)系多維度量因素；

S6.根據(jù)S4中得到的遷移分析項(xiàng)目集合中每個(gè)項(xiàng)目的項(xiàng)目內(nèi)缺陷預(yù)測模型，計(jì)算遷移分析項(xiàng)目集合中每個(gè)項(xiàng)目的項(xiàng)目內(nèi)缺陷預(yù)測模型對其他項(xiàng)目缺陷預(yù)測的準(zhǔn)確率，得到項(xiàng)目間缺陷預(yù)測準(zhǔn)確率；