[發(fā)明專利]一種軟件缺陷預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010160596.7
• 申請日: 2020-03-10
• 公開（公告）號: CN111290967A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 徐奔
• 申請（專利權(quán)）人: 武漢聯(lián)影醫(yī)療科技有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06K9/62;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種軟件缺陷預(yù)測方法，其特征在于，包括：

獲取待測試軟件的當前原始數(shù)據(jù)，其中，所述當前原始數(shù)據(jù)包括預(yù)先設(shè)定的對所述待測試軟件的軟件缺陷存在影響的影響因素的原始數(shù)據(jù)；

對所述當前原始數(shù)據(jù)進行主成分分析，得到當前主成分數(shù)據(jù)；

將所述當前主成分數(shù)據(jù)輸入至已訓(xùn)練完成的軟件缺陷預(yù)測模型中，得到所述待測試軟件的軟件缺陷的預(yù)測結(jié)果，其中，所述軟件缺陷預(yù)測模型是對原始BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練后得到的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述軟件缺陷預(yù)測模型通過如下步驟預(yù)先訓(xùn)練得到：

獲取已測試軟件的樣本原始數(shù)據(jù)和樣本測試結(jié)果，其中，所述樣本原始數(shù)據(jù)包括對所述已測試軟件的軟件缺陷存在影響的所述影響因素的原始數(shù)據(jù)；

對所述樣本原始數(shù)據(jù)進行主成分分析，得到樣本主成分數(shù)據(jù)；

基于所述樣本主成分數(shù)據(jù)和所述樣本測試結(jié)果對所述原始BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述軟件缺陷預(yù)測模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述樣本原始數(shù)據(jù)進行主成分分析，得到樣本主成分數(shù)據(jù)，包括：

對所述樣本原始數(shù)據(jù)進行標準化處理，得到樣本標準數(shù)據(jù)；

計算所述樣本標準數(shù)據(jù)的相關(guān)系數(shù)矩陣的特征值，并根據(jù)預(yù)設(shè)貢獻率從所述特征值中篩選出主成分特征值，計算所述主成分特征值的單位特征向量；

根據(jù)所述單位特征向量得到樣本主成分數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述原始BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述原始BP神經(jīng)網(wǎng)絡(luò)模型通過如下公式表示：

其中，是所述樣本測試結(jié)果，M是隱含層節(jié)點數(shù)，w_jz是第j個隱含層神經(jīng)元與輸出神經(jīng)元間的權(quán)值，w_ij是第i個輸入神經(jīng)元與第j個隱含層神經(jīng)元間的權(quán)值，u_i是所述樣本主成分數(shù)據(jù)中第i列的主成分數(shù)據(jù)，p是所述輸入神經(jīng)元的個數(shù)，b_j是所述隱含層的閾值，b_z是所述輸出層的閾值。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

根據(jù)所述預(yù)測結(jié)果對所述當前原始數(shù)據(jù)進行調(diào)整，并根據(jù)調(diào)整結(jié)果更新所述當前原始數(shù)據(jù)；

重復(fù)執(zhí)行所述對所述當前原始數(shù)據(jù)進行主成分分析，得到當前主成分數(shù)據(jù)的步驟，直至所述預(yù)測結(jié)果滿足預(yù)設(shè)數(shù)值閾值。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述影響因素包括需求功能點覆蓋率、需求數(shù)量、測試策略覆蓋率、測試用例覆蓋率、測試用例顆粒度、測試用例個數(shù)、代碼行數(shù)、測試環(huán)境差異程度、存在交互的系統(tǒng)數(shù)量、測試時間和人員配置規(guī)模中的至少一個，和/或，所述預(yù)測結(jié)果包括缺陷數(shù)量。

8.一種軟件缺陷預(yù)測裝置，其特征在于，包括：

當前原始數(shù)據(jù)獲取模塊，用于獲取待測試軟件的當前原始數(shù)據(jù)，所述當前原始數(shù)據(jù)包括預(yù)先設(shè)定的對所述待測試軟件的軟件缺陷存在影響的影響因素的原始數(shù)據(jù)；

當前主成分數(shù)據(jù)得到模塊，用于對所述當前原始數(shù)據(jù)進行主成分分析，得到當前主成分數(shù)據(jù)；

軟件缺陷預(yù)測模塊，用于將所述當前主成分數(shù)據(jù)輸入至已訓(xùn)練完成的軟件缺陷預(yù)測模型中，得到所述待測試軟件的軟件缺陷的預(yù)測結(jié)果，其中，所述軟件缺陷預(yù)測模型是對原始BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練后得到的。

9.一種設(shè)備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如權(quán)利要求1-7中任一所述的軟件缺陷預(yù)測方法。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一所述的軟件缺陷預(yù)測方法。