基于半監(jiān)督學(xué)習(xí)的軟件缺陷預(yù)測(cè)方法研究.pdf

1、基于半監(jiān)督學(xué)習(xí)的軟件缺陷預(yù)測(cè)方法研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：廖勝平指導(dǎo)教師：徐玲副教授專(zhuān)業(yè)：軟件工程學(xué)科門(mén)類(lèi)：工學(xué)重慶大學(xué)軟件學(xué)院二O一六年五月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著信息技術(shù)的不斷發(fā)展，軟件系統(tǒng)復(fù)雜度不斷提高，軟件可靠性問(wèn)題成為人們關(guān)注的焦點(diǎn)，而軟件缺陷威脅著軟件的可靠性。檢測(cè)和修復(fù)缺陷耗費(fèi)大量人力物力，而且缺陷存在時(shí)間越長(zhǎng)，其修復(fù)成本越高。因此，如何在軟件發(fā)布之前預(yù)測(cè)未發(fā)現(xiàn)的缺陷成為了一個(gè)亟待解決的問(wèn)

2、題。傳統(tǒng)的靜態(tài)缺陷預(yù)測(cè)技術(shù)大多是基于有監(jiān)督的方法，需要大量的歷史數(shù)據(jù)，而在實(shí)際軟件工程應(yīng)用中，獲取大量的有標(biāo)簽數(shù)據(jù)成本較高，這對(duì)于沒(méi)有歷史版本的項(xiàng)目而言幾乎是不現(xiàn)實(shí)的。另一方面，軟件缺陷數(shù)據(jù)具有類(lèi)不平衡性，而且誤分類(lèi)缺陷往往比誤分類(lèi)非缺陷數(shù)據(jù)造成更大的代價(jià)損失。軟件缺陷預(yù)測(cè)模型獲取更小的誤分類(lèi)代價(jià)比獲取低錯(cuò)誤率更具有實(shí)際意義。本文提出基于半監(jiān)督支持向量機(jī)（SVM）的軟件缺陷預(yù)測(cè)模型，在少量有標(biāo)簽數(shù)據(jù)的基礎(chǔ)上利用無(wú)標(biāo)簽數(shù)據(jù)信息構(gòu)建預(yù)測(cè)模型

3、，并驗(yàn)證其有效性。在此基礎(chǔ)上，本文還融入代價(jià)敏感學(xué)習(xí)思想，提出基于代價(jià)敏感半監(jiān)督SVM的軟件缺陷預(yù)測(cè)模型，旨在解決歷史數(shù)據(jù)難以獲取，類(lèi)不平衡性，誤分類(lèi)代價(jià)最小化等問(wèn)題。主要工作內(nèi)容如下：1）分析了軟件缺陷預(yù)測(cè)相關(guān)理論和國(guó)內(nèi)外研究現(xiàn)狀，探討了軟件缺陷預(yù)測(cè)存在的問(wèn)題，以及調(diào)研了軟件缺陷預(yù)測(cè)中數(shù)據(jù)抽取和預(yù)處理的相關(guān)技術(shù)。2）提出了無(wú)監(jiān)督的樣本采樣方法，解決訓(xùn)練集中缺陷數(shù)據(jù)少而導(dǎo)致預(yù)測(cè)性能不佳的問(wèn)題。3）構(gòu)建了半監(jiān)督SVM與無(wú)監(jiān)督采樣方法結(jié)合的

4、軟件缺陷預(yù)測(cè)模型，解決缺陷數(shù)據(jù)難以獲取的問(wèn)題。并在此基礎(chǔ)上，融合代價(jià)敏感學(xué)習(xí)提出了基于代價(jià)敏感半監(jiān)督SVM的軟件缺陷預(yù)測(cè)模型，同時(shí)解決缺陷數(shù)據(jù)少和預(yù)測(cè)模型對(duì)軟件缺陷不敏感兩個(gè)問(wèn)題。4）在4個(gè)NASA公共數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn)。在正確率、F值和誤分代價(jià)期望等指標(biāo)上對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行驗(yàn)證分析。本文實(shí)驗(yàn)結(jié)果表明結(jié)合本文采樣方法和代價(jià)敏感半監(jiān)督SVM的軟件缺陷預(yù)測(cè)模型與靜態(tài)缺陷預(yù)測(cè)領(lǐng)域傳統(tǒng)代價(jià)敏感算法比較，需要少量類(lèi)標(biāo)注，能夠取得相當(dāng)?shù)念A(yù)測(cè)性能，更