軟件缺陷預(yù)測指的是運(yùn)用科學(xué)的方法,運(yùn)用軟件開發(fā)過程中的歷史數(shù)據(jù),對軟件模塊進(jìn)行缺陷預(yù)測的研究。借助于模型預(yù)測的結(jié)果,研究人員可以合理的分配測試資源,保證開發(fā)效率以及軟件質(zhì)量。然而,在實(shí)際應(yīng)用場景中,往往缺乏充足的歷史數(shù)據(jù)供給預(yù)測模型訓(xùn)練。為解決此問題,本文從兩個(gè)角度設(shè)計(jì)相應(yīng)方案。一方面,深度梯形網(wǎng)絡(luò)對無標(biāo)簽的歷史數(shù)據(jù)和少量有標(biāo)簽的歷史數(shù)據(jù)加以利用,與傳統(tǒng)半監(jiān)督以及有監(jiān)督預(yù)測相比,提高了預(yù)測精確率。另一方面,利用遷移學(xué)習(xí)的知識,遷移應(yīng)用其他項(xiàng)目的歷史數(shù)據(jù),建立目標(biāo)項(xiàng)目的預(yù)測模型,提高預(yù)測精度。首先,為解決同項(xiàng)目中有標(biāo)簽歷史數(shù)據(jù)較少的問題,提出了深度梯形網(wǎng)絡(luò)軟件缺陷預(yù)測方法。該方法引入半監(jiān)督深度梯形網(wǎng)絡(luò)模型,將降噪解碼函數(shù)加以改進(jìn),同時(shí)利用無標(biāo)簽和有標(biāo)簽數(shù)據(jù),構(gòu)建預(yù)測模型。大幅提高了模型預(yù)測準(zhǔn)確度。其次,為了改進(jìn)現(xiàn)存的軟件缺陷預(yù)測領(lǐng)域類不平衡問題。本文引入代價(jià)敏感學(xué)習(xí),將深度梯形網(wǎng)絡(luò)有監(jiān)督部分加入代價(jià)懲罰項(xiàng),即把不同類別的誤分類成本加入模型中。提出了基于代價(jià)敏感的深度梯形網(wǎng)絡(luò)軟件缺陷預(yù)測模型,有效地減輕了類不平衡問題對缺陷預(yù)測帶來的負(fù)面影響。最后,為解決同項(xiàng)目歷史數(shù)據(jù)缺乏或者不足這一問題,... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 軟件缺陷預(yù)測技術(shù)介紹
    1.3 軟件缺陷預(yù)測研究現(xiàn)狀
    1.4 軟件缺陷預(yù)測技術(shù)目前存在問題
    1.5 論文主要研究工作概述
    1.6 本文內(nèi)容章節(jié)安排
第二章 相關(guān)工作簡介
    2.1 引言
    2.2 半監(jiān)督學(xué)習(xí)
        2.2.1 期望最大化軟件缺陷預(yù)測方法
        2.2.2 基于圖的標(biāo)簽傳播的半監(jiān)督軟件缺陷預(yù)測方法
    2.3 類不平衡學(xué)習(xí)
        2.3.1 類不平衡引發(fā)的問題
        2.3.2 類不平衡問題解決策略
    2.4 遷移學(xué)習(xí)
        2.4.1 遷移學(xué)習(xí)介紹
        2.4.2 遷移成分分析算法
        2.4.3 典型相關(guān)分析算法
    2.5 本章小結(jié)
第三章 基于改進(jìn)型半監(jiān)督梯形網(wǎng)絡(luò)的軟件缺陷預(yù)測方法
    3.1 方法動機(jī)
    3.2 方法介紹
    3.3 梯形網(wǎng)絡(luò)模型
        3.3.1 ILR-SDP方法模型
        3.3.2 ILR-SDP算法具體實(shí)現(xiàn)步驟
    3.4 實(shí)驗(yàn)
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集簡介
        3.4.2 評價(jià)指標(biāo)
        3.4.3 實(shí)驗(yàn)設(shè)置
        3.4.4 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 代價(jià)敏感的梯形網(wǎng)絡(luò)軟件預(yù)測方法
    4.1 方法動機(jī)
    4.2 基于梯形網(wǎng)絡(luò)的代價(jià)敏感軟件缺陷預(yù)測方法
        4.2.1 代價(jià)敏感學(xué)習(xí)
        4.2.2 CILR-SDP方法模型
        4.2.3 CILR-SDP算法具體實(shí)現(xiàn)步驟
    4.3 實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 基于流形學(xué)習(xí)的跨項(xiàng)目的軟件缺陷預(yù)測方法
    5.1 方法動機(jī)
    5.2 基于測地線的跨項(xiàng)目軟件缺陷預(yù)測
        5.2.1 采樣測地線流形形子空間
        5.2.2 GFK-SDP方法模型
        5.2.3 GFK-SDP方法步驟
    5.3 實(shí)驗(yàn)結(jié)果及分析
        5.3.1 數(shù)據(jù)集
        5.3.2 實(shí)驗(yàn)結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 進(jìn)一步研究展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
致謝


【參考文獻(xiàn)】：
期刊論文
[1]靜態(tài)軟件缺陷預(yù)測方法研究[J]. 陳翔,顧慶,劉望舒,劉樹龍,倪超.  軟件學(xué)報(bào). 2016(01)
[2]軟件缺陷預(yù)測技術(shù)[J]. 王青,伍書劍,李明樹.  軟件學(xué)報(bào). 2008(07)
[3]面向缺陷分析的軟件庫挖掘方法綜述[J]. 劉英博,王建民.  計(jì)算機(jī)科學(xué). 2007(09)

博士論文
[1]基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測技術(shù)研究[D]. 馬櫻.電子科技大學(xué) 2012
[2]軟件源代碼安全分析研究[D]. 張立勇.西安電子科技大學(xué) 2011

碩士論文
[1]基于深度學(xué)習(xí)的軟件缺陷預(yù)測方法研究與應(yīng)用[D]. 薛參觀.南京航空航天大學(xué) 2018
[2]特征選擇在軟件缺陷預(yù)測技術(shù)中的應(yīng)用研究[D]. 王培.華中師范大學(xué) 2013
[3]基于數(shù)據(jù)挖掘的軟件缺陷數(shù)據(jù)預(yù)測方法研究[D]. 于安雷.南京航空航天大學(xué) 2012



本文編號：3089789