[發(fā)明專利]基于K-B的軟件缺陷預(yù)測(cè)方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011077301.6
• 申請(qǐng)日: 2020-10-10
• 公開(kāi)（公告）號(hào): CN114428719A
• 公開(kāi)（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 王婷婷
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油化工股份有限公司;中國(guó)石油化工股份有限公司石油物探技術(shù)研究院
• 主分類(lèi)號(hào): G06F11/36
• 分類(lèi)號(hào): G06F11/36;G06K9/62
• 代理公司: 北京思創(chuàng)畢升專利事務(wù)所 11218
• 代理人: 孫向民;廉莉莉

1.一種基于K-B的軟件缺陷預(yù)測(cè)方法，其特征在于，包括：

收集軟件歷史缺陷數(shù)據(jù)，將所述軟件歷史缺陷數(shù)據(jù)劃分為訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集；

針對(duì)所述訓(xùn)練數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，獲得特征向量；

根據(jù)降維后的訓(xùn)練數(shù)據(jù)集與所述特征向量，進(jìn)行貝葉斯分類(lèi)回歸計(jì)算訓(xùn)練；

調(diào)整降維參數(shù)與貝葉斯參數(shù)，獲得最優(yōu)模型；

根據(jù)所述最優(yōu)模型，針對(duì)所述測(cè)試數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，并進(jìn)行貝葉斯分類(lèi)回歸計(jì)算，預(yù)測(cè)所述測(cè)試數(shù)據(jù)集的缺陷。

2.根據(jù)權(quán)利要求1所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，針對(duì)所述訓(xùn)練數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，獲得特征向量包括：

計(jì)算所述訓(xùn)練數(shù)據(jù)集內(nèi)任意兩個(gè)樣本之間的歐幾里得距離值，獲得矩陣；

針對(duì)所述矩陣進(jìn)行聚集處理，獲得對(duì)稱核矩陣；

將所述對(duì)稱核矩陣轉(zhuǎn)化為中心矩陣，獲得特征向量。

3.根據(jù)權(quán)利要求2所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，將所述對(duì)稱核矩陣轉(zhuǎn)化為中心矩陣，獲得特征向量包括：

將所述中心矩陣按降序排列，獲得前k個(gè)特征值對(duì)應(yīng)的特征向量。

4.根據(jù)權(quán)利要求1所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，所述最優(yōu)模型包括最優(yōu)降維參數(shù)與最優(yōu)貝葉斯參數(shù)。

5.根據(jù)權(quán)利要求4所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，根據(jù)所述最優(yōu)模型，針對(duì)所述測(cè)試數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，并進(jìn)行貝葉斯分類(lèi)回歸計(jì)算，預(yù)測(cè)所述測(cè)試數(shù)據(jù)集的缺陷包括：

根據(jù)所述最優(yōu)降維參數(shù)針對(duì)所述測(cè)試數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，根據(jù)所述最優(yōu)貝葉斯參數(shù)進(jìn)行貝葉斯分類(lèi)回歸計(jì)算，預(yù)測(cè)所述測(cè)試數(shù)據(jù)集的缺陷。

6.根據(jù)權(quán)利要求1所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，還包括：

針對(duì)測(cè)試數(shù)據(jù)集的預(yù)測(cè)缺陷與實(shí)際缺陷進(jìn)行對(duì)比，評(píng)價(jià)所述最優(yōu)模型。

7.根據(jù)權(quán)利要求1所述的基于K-B的軟件缺陷預(yù)測(cè)方法，其中，所述訓(xùn)練數(shù)據(jù)集與所述測(cè)試數(shù)據(jù)集的數(shù)據(jù)比例為7:3。

8.一種基于K-B的軟件缺陷預(yù)測(cè)裝置，其特征在于，包括：

數(shù)據(jù)集劃分模塊，收集軟件歷史缺陷數(shù)據(jù)，將所述軟件歷史缺陷數(shù)據(jù)劃分為訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集；

降維模塊，針對(duì)所述訓(xùn)練數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，獲得特征向量；

訓(xùn)練模塊，根據(jù)降維后的訓(xùn)練數(shù)據(jù)集與所述特征向量，進(jìn)行貝葉斯分類(lèi)回歸計(jì)算訓(xùn)練；

最優(yōu)模型建立模塊，調(diào)整降維參數(shù)與貝葉斯參數(shù)，獲得最優(yōu)模型；

預(yù)測(cè)模塊，根據(jù)所述最優(yōu)模型，針對(duì)所述測(cè)試數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，并進(jìn)行貝葉斯分類(lèi)回歸計(jì)算，預(yù)測(cè)所述測(cè)試數(shù)據(jù)集的缺陷。

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

存儲(chǔ)器，存儲(chǔ)有可執(zhí)行指令；

處理器，所述處理器運(yùn)行所述存儲(chǔ)器中的所述可執(zhí)行指令，以實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的基于K-B的軟件缺陷預(yù)測(cè)方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的基于K-B的軟件缺陷預(yù)測(cè)方法。