[發(fā)明專利]一種去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010917981.1
• 申請(qǐng)日: 2020-09-03
• 公開（公告）號(hào): CN112148595A
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 許海濤;周成成;段瑞豐;林福宏;周賢偉
• 申請(qǐng)（專利權(quán)）人: 北京科技大學(xué)
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

1.一種去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，包括：

提取項(xiàng)目倉庫中所有分支的變更數(shù)據(jù)；

對(duì)提取到的變更數(shù)據(jù)進(jìn)行標(biāo)注，標(biāo)注信息包括：缺陷變更和非缺陷變更；

去除提取到的變更數(shù)據(jù)中的重復(fù)變更；

計(jì)算去除重復(fù)變更后的變更數(shù)據(jù)的變更級(jí)軟件缺陷預(yù)測(cè)特征；

根據(jù)計(jì)算得到的變更級(jí)軟件缺陷預(yù)測(cè)特征及標(biāo)注信息，訓(xùn)練缺陷預(yù)測(cè)模型，以便訓(xùn)練好的缺陷預(yù)測(cè)模型判斷待預(yù)測(cè)的變更數(shù)據(jù)是否是缺陷變更。

2.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述提取項(xiàng)目倉庫中所有分支的變更數(shù)據(jù)包括：

挖掘項(xiàng)目倉庫，從中析取代碼變更元信息，按照元信息中代碼變更的時(shí)間順序建立代碼前后變更關(guān)系圖，根據(jù)建立的代碼前后變更關(guān)系圖提取項(xiàng)目倉庫中所有分支的變更數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述對(duì)提取到的變更數(shù)據(jù)進(jìn)行標(biāo)注包括：

掃描遍歷所有存儲(chǔ)在版本控制系統(tǒng)中的變更數(shù)據(jù)，根據(jù)變更日志進(jìn)行關(guān)鍵詞分析，搜索到所有修復(fù)缺陷代碼的變更；

利用版本控制系統(tǒng)的diff命令識(shí)別所述修復(fù)缺陷代碼的變更的代碼行，去除噪音，識(shí)別到缺陷代碼行；

利用版本控制系統(tǒng)的annotate命令回溯代碼變更提交歷史，識(shí)別出引入所述缺陷代碼行的變更，將該變更標(biāo)注為缺陷變更，并將缺陷變更以外的其余變更標(biāo)注為非缺陷變更。

4.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述去除提取到的變更數(shù)據(jù)中的重復(fù)變更包括：

對(duì)提取到的變更數(shù)據(jù)進(jìn)行遍歷與比較，若兩個(gè)變更滿足以下3個(gè)條件：

條件1，兩個(gè)變更在不同的分支上；

條件2，兩個(gè)變更修改了相同的文件；

條件3，兩個(gè)變更修改了相同的代碼；

則判斷所述兩個(gè)變更為一對(duì)重復(fù)變更，去除其中變更時(shí)間較晚的變更。

5.根據(jù)權(quán)利要求2所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述計(jì)算去除重復(fù)變更后的變更數(shù)據(jù)的變更級(jí)軟件缺陷預(yù)測(cè)特征包括：

利用析取的代碼變更元信息和對(duì)變更數(shù)據(jù)的標(biāo)注信息，計(jì)算去除重復(fù)變更后的變更數(shù)據(jù)的變更級(jí)軟件缺陷預(yù)測(cè)特征。

6.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述變更級(jí)軟件缺陷預(yù)測(cè)特征包括：變更增加的代碼行數(shù)量、變更刪除的代碼行數(shù)量、變更前文件代碼行數(shù)量、變更修改子系統(tǒng)數(shù)量、變更修改代碼目錄數(shù)量、變更修改文件數(shù)量、變更在文件級(jí)別分散度、變更文件有關(guān)開發(fā)者數(shù)量、變更文件距上次變更平均時(shí)間間隔、變更文件相關(guān)修改過的數(shù)量、是否為修復(fù)型變更、開發(fā)者已提交變更數(shù)量、開發(fā)者近期提交變更數(shù)量和開發(fā)者在子系統(tǒng)層面變更數(shù)量。

7.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述根據(jù)計(jì)算得到的變更級(jí)軟件缺陷預(yù)測(cè)特征及標(biāo)注信息，訓(xùn)練缺陷預(yù)測(cè)模型包括：

將計(jì)算得到的變更級(jí)軟件缺陷預(yù)測(cè)特征及標(biāo)注信息輸入到分類器中，對(duì)分類器進(jìn)行訓(xùn)練，當(dāng)分類器的損失函數(shù)最小時(shí)，將此時(shí)的分類器作為訓(xùn)練好的缺陷預(yù)測(cè)模型。

8.根據(jù)權(quán)利要求1所述的去除重復(fù)變更的軟件變更級(jí)缺陷預(yù)測(cè)方法，其特征在于，所述訓(xùn)練好的缺陷預(yù)測(cè)模型判斷待預(yù)測(cè)的變更數(shù)據(jù)是否是缺陷變更包括：

將待預(yù)測(cè)的變更數(shù)據(jù)的變更級(jí)軟件缺陷預(yù)測(cè)特征輸入到訓(xùn)練好的缺陷預(yù)測(cè)模型中，所述缺陷預(yù)測(cè)模型判斷待預(yù)測(cè)的變更數(shù)據(jù)是否是缺陷變更。