在互聯(lián)網(wǎng)的高速發(fā)展時代,軟件的規(guī)模和復(fù)雜度不斷增大,軟件中存在的缺陷如果不被及時發(fā)現(xiàn),可能會對相關(guān)領(lǐng)域產(chǎn)生巨大的影響。因此,在軟件尚未發(fā)布之前,找到隱藏在軟件中的缺陷是一個急需解決的問題。在軟件缺陷預(yù)測上,機器學(xué)習(xí)算法發(fā)揮著重要作用,有著較好的效果,但是在現(xiàn)實的軟件項目中,軟件缺陷預(yù)測依然存在如下幾個問題。（1）測試軟件模塊代價太高,只能對少數(shù)的軟件模塊進行測試,即只有少數(shù)的數(shù)據(jù)樣本被貼上標(biāo)簽;（2）不同的錯分帶來的代價不一致,將有缺陷的數(shù)據(jù)樣本判斷為沒有缺陷明顯比把沒有缺陷的數(shù)據(jù)樣本判斷為有缺陷的代價大;（3）軟件缺陷預(yù)測的數(shù)據(jù)集具有類不平衡的特點,有缺陷的數(shù)據(jù)樣本只占少數(shù);（4）現(xiàn)有的缺陷預(yù)測模型沒有考慮源代碼中隱含的語義信息。本文針對上述問題,提出了一種基于代價敏感的混合軟件缺陷預(yù)測模型,主要工作內(nèi)容如下:1.提出改正的半監(jiān)督支持向量機,采用十折交叉驗證法抽取訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集,進行多次重復(fù)實驗,避免出現(xiàn)偶然性;同時半監(jiān)督支持向量機能夠利用少量標(biāo)簽數(shù)據(jù)樣本和大量沒有標(biāo)簽數(shù)據(jù)樣本一起構(gòu)建缺陷預(yù)測模型。2.提出基于代價敏感的支持向量機,通過給予“將有缺陷數(shù)據(jù)樣本預(yù)測為沒有缺陷”較... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

傳統(tǒng)的軟件缺陷預(yù)側(cè)模型

圖３．１特征定位過程??１２??

圖４．?１建模過程??

【參考文獻】：
期刊論文
[1]基于LDA的軟件代碼主題摘要自動生成方法[J]. 李文鵬,趙俊峰,謝冰.  計算機科學(xué). 2017(04)
[2]基于DA-SVM的軟件缺陷預(yù)測模型[J]. 甘露,臧洌,李航.  計算機與現(xiàn)代化. 2017(02)
[3]利用RNNLM面向主題的特征定位方法[J]. 尹春林,王煒,李彤,何云,熊文軍,周小煊.  計算機科學(xué)與探索. 2017(10)
[4]基于混合余弦相似度的中文文本層次關(guān)系挖掘[J]. 董洋溢,李偉華,于會.  計算機應(yīng)用研究. 2017(05)
[5]源代碼變量名的自動語義標(biāo)注[J]. 陳凱,沈備軍,王永劍,金波.  計算機應(yīng)用研究. 2016(11)
[6]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. 2016(01)
[7]演化軟件的特征定位方法[J]. 韓俊明,王煒,李彤,何云.  計算機科學(xué)與探索. 2016(09)
[8]基于主題建模和靜態(tài)分析技術(shù)的軟件代碼功能性主題獲取方法[J]. 李萌,趙俊峰,謝冰.  中國科學(xué):信息科學(xué). 2014(01)



本文編號：3131556