[發(fā)明專(zhuān)利]基于P-K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>: 202011077409.5
• 申請(qǐng)日: 2020-10-10
• 公開(kāi)（公告）號(hào): CN114428720A
• 公開(kāi)（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 王婷婷
• 申請(qǐng)（專(zhuān)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(zhuān)利事務(wù)所 11218
• 代理人: 孫向民;廉莉莉

本申請(qǐng)公開(kāi)了一種基于P?K的軟件缺陷預(yù)測(cè)方法、裝置、電子設(shè)備及介質(zhì)。該方法可以包括：收集軟件歷史缺陷數(shù)據(jù)，將軟件歷史缺陷數(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)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)集與特征向量，進(jìn)行KNN分類(lèi)訓(xùn)練；調(diào)整降維參數(shù)與KNN參數(shù)，獲得最優(yōu)模型；根據(jù)最優(yōu)模型，針對(duì)測(cè)試數(shù)據(jù)集內(nèi)的度量元進(jìn)行降維，并進(jìn)行KNN分類(lèi)訓(xùn)練，預(yù)測(cè)測(cè)試數(shù)據(jù)集的缺陷。本發(fā)明解決了度量元的維數(shù)問(wèn)題，較好的解決軟件缺陷預(yù)測(cè)的準(zhǔn)確度，為軟件缺陷預(yù)測(cè)提供可行方法，能夠?qū)浖到y(tǒng)做出缺陷數(shù)目預(yù)測(cè)，為制定軟件測(cè)試計(jì)劃提供參考指標(biāo)，更好的規(guī)劃人力和時(shí)間。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件測(cè)試及數(shù)據(jù)挖掘領(lǐng)域，更具體地，涉及一種基于P-K的軟件缺陷預(yù)測(cè)方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)

從1970年開(kāi)始，軟件缺陷預(yù)測(cè)技術(shù)開(kāi)始發(fā)展；隨著軟件系統(tǒng)規(guī)模變得越來(lái)越大，邏輯日趨復(fù)雜，軟件缺陷也勢(shì)必增加，影響軟件質(zhì)量，由于軟件缺陷預(yù)測(cè)幫助測(cè)試人員了解軟件的狀態(tài)和質(zhì)量，幫助制定交付標(biāo)準(zhǔn)，所以軟件缺陷的預(yù)測(cè)也變得重要起來(lái)。

目前，軟件缺陷預(yù)測(cè)分為靜態(tài)和動(dòng)態(tài)兩種預(yù)測(cè)方法。隨著軟件迭代更新次數(shù)以及同類(lèi)軟件的增多，基于軟件歷史開(kāi)發(fā)數(shù)據(jù)及發(fā)現(xiàn)的缺陷數(shù)，進(jìn)行缺陷數(shù)目、類(lèi)型、分布的預(yù)測(cè)成為一種切實(shí)可行方法。研究指出影響缺陷預(yù)測(cè)有3個(gè)因素，度量元的選取、缺陷預(yù)測(cè)模型的構(gòu)建方法和數(shù)據(jù)集。也就是根據(jù)缺陷相關(guān)的度量元數(shù)據(jù)(代碼行數(shù)、類(lèi)數(shù)、方法數(shù)等)，選擇適當(dāng)預(yù)測(cè)模型，選擇適當(dāng)?shù)臄?shù)據(jù)集可以有效的提高缺陷預(yù)測(cè)的轉(zhuǎn)去額度。本文就基于以上靜態(tài)缺陷預(yù)測(cè)方法展開(kāi)研究。

怎么樣從大量的開(kāi)發(fā)歷史數(shù)據(jù)中找到與缺陷相關(guān)的數(shù)據(jù)，也就是度量元選取問(wèn)題變成首要問(wèn)題，這就涉及到數(shù)據(jù)挖掘領(lǐng)域。現(xiàn)在主要運(yùn)用的是PCA，LDA，LLE以及ICA等方法。其中PCA(Principle Component Analysis)，主成分分析法，常用于提取數(shù)據(jù)的主要特征分量，用來(lái)對(duì)高維數(shù)據(jù)進(jìn)行降維，提高運(yùn)算效率。

對(duì)于靜態(tài)軟件缺陷預(yù)測(cè)技術(shù)，有分類(lèi)、回歸和基于神經(jīng)網(wǎng)絡(luò)的貝葉斯、CNN、DNN等方法，這就涉及預(yù)測(cè)模型選取問(wèn)題。由于基于復(fù)雜神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型的時(shí)間會(huì)較長(zhǎng)，對(duì)機(jī)器性能要求較高，所以本文暫不探索研究。KNN(k-NearestNeighbor)，k最近鄰是監(jiān)督型分類(lèi)器，對(duì)有標(biāo)記的數(shù)據(jù)進(jìn)行訓(xùn)練得到模型，根據(jù)此模型對(duì)新的數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到標(biāo)簽(label)。

因此，有必要開(kāi)發(fā)一種基于PCA-KNN的軟件缺陷預(yù)測(cè)方法、裝置、電子設(shè)備及介質(zhì)。

公開(kāi)于本發(fā)明背景技術(shù)部分的信息僅僅旨在加深對(duì)本發(fā)明的一般背景技術(shù)的理解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域技術(shù)人員所公知的現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于P-K的軟件缺陷預(yù)測(cè)方法、裝置、電子設(shè)備及介質(zhì)，其能夠解決了度量元的維數(shù)問(wèn)題，較好的解決軟件缺陷預(yù)測(cè)的準(zhǔn)確度，為軟件缺陷預(yù)測(cè)提供可行方法，能夠?qū)浖到y(tǒng)做出缺陷數(shù)目預(yù)測(cè)，為制定軟件測(cè)試計(jì)劃提供參考指標(biāo)，更好的規(guī)劃人力和時(shí)間。

第一方面，本公開(kāi)實(shí)施例提供了一種基于P-K的軟件缺陷預(yù)測(cè)方法，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KNN分類(lèi)訓(xùn)練；

調(diào)整降維參數(shù)與KNN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KNN分類(lèi)訓(xùn)練，預(yù)測(cè)所述測(cè)試數(shù)據(jù)集的缺陷。

優(yōu)選地，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：

通過(guò)PCA主成分分析技術(shù)，將高維數(shù)據(jù)進(jìn)行特征選擇，去冗余，獲得前k個(gè)特征值對(duì)應(yīng)的特征向量。