[發(fā)明專利]一種基于聯(lián)合概率域適應(yīng)的跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011476590.7
• 申請(qǐng)日: 2020-12-15
• 公開(kāi)（公告）號(hào): CN112463640B
• 公開(kāi)（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 向劍文;李滴萌;梁夢(mèng)婷;趙冬冬;周俊偉;石兵;鐘忺
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36;G06K9/62;G06N20/00
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張惠玲

本發(fā)明公開(kāi)了一種基于聯(lián)合概率域適應(yīng)的跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法，對(duì)源項(xiàng)目和目標(biāo)項(xiàng)目中的數(shù)據(jù)進(jìn)行預(yù)處理，采用主成分分析法進(jìn)行降維處理，采用基于聚類的合成少數(shù)類樣本法緩解類不平衡問(wèn)題，使用機(jī)器學(xué)習(xí)分類器(邏輯回歸等)進(jìn)行預(yù)測(cè)。本發(fā)明考慮了軟件老化缺陷數(shù)據(jù)集源項(xiàng)目和目標(biāo)項(xiàng)目間的可遷移性(不同域同一類間的距離)以及可判別性(不同域不同類之間的聚類)，并進(jìn)一步采用主成分分析法進(jìn)行降維處理，減少特征冗余程度。本發(fā)明提高了傳統(tǒng)跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法的精度以及健壯性，有助于開(kāi)發(fā)者在開(kāi)發(fā)測(cè)試階段發(fā)現(xiàn)軟件老化相關(guān)缺陷并移除，一定程度上避免軟件老化問(wèn)題帶來(lái)的損失。

技術(shù)領(lǐng)域

本發(fā)明屬于軟件老化預(yù)測(cè)技術(shù)領(lǐng)域，具體涉及一種基于聯(lián)合概率域適應(yīng)的跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法。

背景技術(shù)

長(zhǎng)期運(yùn)行的軟件系統(tǒng)會(huì)出現(xiàn)逐步的性能下降或者突然失效的現(xiàn)象，這些現(xiàn)象被稱為老化現(xiàn)象。老化現(xiàn)象被發(fā)現(xiàn)存在于多種系統(tǒng)，如Android、Linux、Windows等。老化現(xiàn)象的發(fā)生主要由軟件老化相關(guān)缺陷(Aging-Related Bugs，ARB)引起，如內(nèi)存泄漏，未釋放的文件鎖，存儲(chǔ)問(wèn)題等。老化相關(guān)缺陷激活與系統(tǒng)失效之間存在一段較長(zhǎng)的延時(shí)，當(dāng)老化相關(guān)缺陷被激活后，老化錯(cuò)誤狀態(tài)將在軟件系統(tǒng)內(nèi)部積累，但積累的錯(cuò)誤狀態(tài)不會(huì)立刻導(dǎo)致系統(tǒng)失效。這種延時(shí)性導(dǎo)致老化問(wèn)題的檢測(cè)具有一定的困難。故在開(kāi)發(fā)測(cè)試階段預(yù)測(cè)并移除軟件老化相關(guān)缺陷能有效降低軟件老化所帶來(lái)的損失。

老化缺陷占比較少，如Linux老化缺陷數(shù)據(jù)集中老化缺陷僅占比0.59％。針對(duì)訓(xùn)練數(shù)據(jù)過(guò)少這個(gè)問(wèn)題，部分學(xué)者提出了跨項(xiàng)目軟件老化缺陷預(yù)測(cè)，利用其它項(xiàng)目的數(shù)據(jù)訓(xùn)練模型來(lái)預(yù)測(cè)目標(biāo)項(xiàng)目的老化缺陷。其中，目前提出的主要方法是通過(guò)遷移學(xué)習(xí)來(lái)減少不同項(xiàng)目間的數(shù)據(jù)分布差異，并針對(duì)老化項(xiàng)目的嚴(yán)重的類不平衡問(wèn)題進(jìn)行處理。然而，傳統(tǒng)的方法中僅考慮了縮小不同項(xiàng)目同一類之間的距離(可遷移性)，忽略了增大不同項(xiàng)目不同類之間的距離(可判別性)，降低了遷移效果。對(duì)于類不平衡問(wèn)題，僅考慮了類間不平衡，未考慮類內(nèi)不平衡，影響分類效果。

發(fā)明內(nèi)容

為了克服上述背景技術(shù)的缺陷，本發(fā)明提供一種基于聯(lián)合概率域適應(yīng)的跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法。

為了解決上述技術(shù)問(wèn)題本發(fā)明的所采用的技術(shù)方案為：

本發(fā)明提供了一種基于聯(lián)合概率域適應(yīng)的跨項(xiàng)目軟件老化缺陷預(yù)測(cè)方法，包括：

步驟1，對(duì)源項(xiàng)目和目標(biāo)項(xiàng)目數(shù)據(jù)進(jìn)行預(yù)處理；

步驟2，采用聯(lián)合概率域適應(yīng)(JPDA)處理預(yù)處理后的源項(xiàng)目和目標(biāo)項(xiàng)目數(shù)據(jù)，減小分布差異；

步驟3，采用主成分分析法(PCA)進(jìn)行降維，保留高維度數(shù)據(jù)最重要的特征，去除噪聲和不重要特征；

步驟4，采用基于聚類的合成少數(shù)類樣本法(Kmeans-SMOTE)處理嚴(yán)重的類不平衡問(wèn)題；

步驟5，對(duì)步驟4處理后的數(shù)據(jù)，采用機(jī)器學(xué)習(xí)方法訓(xùn)練預(yù)測(cè)模型并在目標(biāo)項(xiàng)目上進(jìn)行老化缺陷預(yù)測(cè)。

其中，步驟1中采用z-score數(shù)據(jù)標(biāo)準(zhǔn)化方法進(jìn)行數(shù)據(jù)預(yù)處理，每個(gè)樣本的每個(gè)特征減去該項(xiàng)目該特征的均值后除以該項(xiàng)目特征度量的方差。

其中，在采用聯(lián)合概率域適應(yīng)(JPDA)處理預(yù)處理后的源項(xiàng)目和目標(biāo)項(xiàng)目數(shù)據(jù)，減小分布差異的步驟中，減小分布差異的方式包括最小化不同域同類別之間的分布差異，以及最大化不同域不同類別間的差異。

其中，在采用主成分分析法(PCA)進(jìn)行降維，保留高維度數(shù)據(jù)最重要的特征，去除噪聲和不重要特征的步驟中，采用主成分分析法PCA對(duì)數(shù)據(jù)集進(jìn)行降維處理，計(jì)算數(shù)據(jù)矩陣的協(xié)方差矩陣，得到協(xié)方差矩陣的特征值特征向量，選擇特征值最大的5個(gè)特征所對(duì)應(yīng)的特征向量組成新矩陣。