發(fā)布時(shí)間：2019-01-17 20:46

【摘要】：為了提高軟件缺陷預(yù)測的準(zhǔn)確率,利用布谷鳥搜索(cuckoo search,CS)算法的尋優(yōu)能力和人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)算法的非線性計(jì)算能力,提出了基于CS-ANN的軟件缺陷預(yù)測方法。此方法首先使用基于關(guān)聯(lián)規(guī)則的特征選擇算法降低數(shù)據(jù)的維度,去除了噪聲屬性;然后利用布谷鳥搜索算法尋找神經(jīng)網(wǎng)絡(luò)算法的權(quán)值,使用權(quán)值和神經(jīng)網(wǎng)絡(luò)算法構(gòu)建出預(yù)測模型;最后使用此模型完成缺陷預(yù)測。使用公開的NASA數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明該模型降低了誤報(bào)率,并提高了預(yù)測的準(zhǔn)確率,綜合評價(jià)指標(biāo)AUC(area under the ROC curve)、F1值和G-mean都優(yōu)于現(xiàn)有模型。
[Abstract]:In order to improve the accuracy of software defect prediction, the optimization ability of Cuckoo search (cuckoo search,CS) algorithm and the nonlinear computing ability of artificial neural network (artificial neural network,ANN) algorithm are used. A software defect prediction method based on CS-ANN is proposed. Firstly, the feature selection algorithm based on association rules is used to reduce the dimension of data and remove the noise attribute. Then a prediction model is constructed by using the Cuckoo search algorithm to find the weight, the right to use and the neural network algorithm of the neural network algorithm. Finally, the model is used to complete the defect prediction. The simulation results using the open NASA dataset show that the model reduces the false alarm rate and improves the accuracy of prediction. The comprehensive evaluation indexes AUC (area under the ROC curve), F1 and G-mean are better than the existing models.
【作者單位】： 云南大學(xué)軟件學(xué)院;云南大學(xué)云南省軟件工程重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61379032,61462091,61262025) 云南省教育廳科學(xué)研究基金資助項(xiàng)目(2015Z018) 云南大學(xué)博士科研啟動項(xiàng)目(XT412004)
【分類號】：TP311.53;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 LI Kewen;CHEN Chenxi;LIU Wenying;Fang Xianghua;LU Qinghua;;Software Defect Prediction Using Fuzzy Integral Fusion Based on GA-FM[J];Wuhan University Journal of Natural Sciences;2014年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 馬振宇;張威;畢學(xué)軍;金麗亞;;基于優(yōu)化PSO-BP算法的軟件缺陷預(yù)測模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年02期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王青;伍書劍;李明樹;;軟件缺陷預(yù)測技術(shù)[J];軟件學(xué)報(bào);2008年07期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;軟件缺陷詞典正在制定[J];軟件世界;2007年06期

2 王德勝;宮云戰(zhàn);;論軟件缺陷[J];計(jì)算機(jī)應(yīng)用研究;2008年12期

3 聶劍平;韓柯;陳光;曹旭;;軟件缺陷增長過程的混沌分析[J];計(jì)算機(jī)工程與應(yīng)用;2008年11期

4 劉海;郝克剛;;軟件缺陷數(shù)據(jù)的分析方法及其實(shí)現(xiàn)[J];計(jì)算機(jī)科學(xué);2008年08期

5 熊斐;李建忠;徐中望;;軟件缺陷管理與防范[J];科技創(chuàng)新導(dǎo)報(bào);2009年04期

6 石劍飛;楊欣;秦瑋;閆懷志;;一種軟件缺陷預(yù)測改進(jìn)模型的研究[J];北京理工大學(xué)學(xué)報(bào);2010年09期

7 繆林松;;基于代價(jià)敏感神經(jīng)網(wǎng)絡(luò)算法的軟件缺陷預(yù)測[J];電子科技;2012年06期

8 朱小燕;曲俊燕;;淺析軟件缺陷的問題[J];無線互聯(lián)科技;2013年04期

9 田華;蒲天銀;;基于遷移學(xué)習(xí)的軟件缺陷預(yù)測方法研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

10 宮云戰(zhàn);論軟件缺陷[J];裝甲兵工程學(xué)院學(xué)報(bào);2003年01期

相關(guān)會議論文 前8條

1 趙修湘;石勇;劉瑩;張玲玲;;文本分類在軟件缺陷管理中的應(yīng)用[A];第四屆（2009）中國管理學(xué)年會——管理科學(xué)與工程分會場論文集[C];2009年

2 李立清;;軟件缺陷數(shù)據(jù)的分析和預(yù)測[A];第三屆中國測試學(xué)術(shù)會議論文集[C];2004年

3 李立清;;用軟件缺陷數(shù)據(jù)進(jìn)行缺陷預(yù)測[A];中國工程物理研究院科技年報(bào)（2005）[C];2005年

4 趙亮;侯金寶;;文件和包層次的軟件缺陷預(yù)測研究[A];第十四屆全國容錯(cuò)計(jì)算學(xué)術(shù)會議(CFTC'2011)論文集[C];2011年

5 于秀山;王廣儉;;軟件缺陷管理[A];中國電子學(xué)會可靠性分會第十三屆學(xué)術(shù)年會論文選[C];2006年

6 寇綱;彭怡;石勇;;基于數(shù)據(jù)挖掘的軟件缺陷度量評估管理及研究現(xiàn)狀綜述[A];第三屆（2008）中國管理學(xué)年會——信息管理分會場論文集[C];2008年

7 高通;焦彥平;龔波;;基于曲線擬合的軟件缺陷排除成本預(yù)測[A];2010年全國通信安全學(xué)術(shù)會議論文集[C];2010年

8 涂亞明;毛軍鵬;余靜;尹磊;;系統(tǒng)測試階段的軟件缺陷預(yù)測模型分析[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前7條

1 謝敏、戴金龍;追蹤每一個(gè)軟件缺陷[N];計(jì)算機(jī)世界;2005年

2 學(xué)健;可怕的不是缺陷本身[N];計(jì)算機(jī)世界;2001年

3 ;Firefox、IE中發(fā)現(xiàn)缺陷[N];計(jì)算機(jī)世界;2005年

4 道瓊斯;小電腦 大雄心[N];人民郵電;2007年

5 特約撰稿 朱顏鎮(zhèn);萬維易化項(xiàng)目管理力助電信運(yùn)營商[N];通信信息報(bào);2004年

6 ;Microsoft計(jì)劃推出Windows Server SP1[N];計(jì)算機(jī)世界;2004年

7 記者 王俊鳴;美專家認(rèn)為因特網(wǎng)中樞有漏洞[N];科技日報(bào);2001年

相關(guān)博士學(xué)位論文 前8條

1 Gabriel Kofi Armah;[D];電子科技大學(xué);2015年

2 單純;軟件缺陷分布預(yù)測技術(shù)及應(yīng)用研究[D];北京理工大學(xué);2015年

3 王偉光;動態(tài)軟件缺陷測試關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

4 陳琳;基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測研究[D];重慶大學(xué);2016年

5 陳媛;基于數(shù)據(jù)挖掘的軟件缺陷預(yù)測技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2012年

6 馬櫻;基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測技術(shù)研究[D];電子科技大學(xué);2012年

7 張凱;軟件缺陷混沌分形描述與軟件質(zhì)量進(jìn)化度量的研究[D];武漢理工大學(xué);2005年

8 楊曉杏;基于度量元的軟件缺陷預(yù)測技術(shù)[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 趙長凱;軟件缺陷管理與預(yù)測系統(tǒng)的設(shè)計(jì)[D];復(fù)旦大學(xué);2013年

2 張亮;基于改進(jìn)BP算法的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

3 王男帥;基于遺傳優(yōu)化支持向量機(jī)的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

4 陳艷;軟件缺陷管理技術(shù)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 李碧雯;基于遷移學(xué)習(xí)的跨項(xiàng)目軟件缺陷預(yù)測[D];上海交通大學(xué);2015年

6 梁天超;一種基于人工免疫樸素貝葉斯方法的軟件缺陷預(yù)測模型[D];南京郵電大學(xué);2015年

7 陸海洋;基于特征提取和代價(jià)敏感學(xué)習(xí)的軟件缺陷預(yù)測方法研究[D];南京郵電大學(xué);2015年

8 劉海林;基于LDA的軟件缺陷組件預(yù)測研究與實(shí)現(xiàn)[D];重慶大學(xué);2015年

9 楊磊;面向不平衡數(shù)據(jù)的軟件缺陷預(yù)測方法研究[D];中國石油大學(xué)(華東);2014年

10 陳家強(qiáng);軟件缺陷預(yù)測中數(shù)據(jù)預(yù)處理技術(shù)研究[D];南京大學(xué);2014年

，

本文編號：2410376