【摘要】：軟件工程中的預(yù)測問題是軟件工程研究領(lǐng)域的熱點課題之一,近年來一直受到軟件工程研究者和軟件開發(fā)從業(yè)者們的廣泛關(guān)注,其基本思想在于利用軟件開發(fā)與演化過程中的歷史經(jīng)驗和知識,預(yù)測軟件未來可能的狀態(tài),達(dá)到有效的輔助軟件工程活動決策的目的,典型的應(yīng)用場景包括軟件項目計劃、軟件測試、軟件質(zhì)量保證、過程改進(jìn)和管理、軟件維護(hù)與演化。在軟件整個生命周期中,軟件維護(hù)是時間跨度最長的階段。此外,隨著軟件開發(fā)技術(shù)、開發(fā)模式的不斷變化,軟件需求和業(yè)務(wù)復(fù)雜度不斷提升,軟件維護(hù)在軟件開發(fā)與演化過程中的重要性日益凸顯。鑒于此,本文擬解決軟件維護(hù)中的三個關(guān)鍵預(yù)測問題:軟件維護(hù)工作量預(yù)測、軟件變更預(yù)測和軟件缺陷預(yù)測。論文的具體工作內(nèi)容和創(chuàng)新點如下:(1)動靜結(jié)合的軟件維護(hù)工作量預(yù)測算法設(shè)計。針對軟件維護(hù)工作量預(yù)測中的現(xiàn)有問題:靜態(tài)預(yù)測方法并不適應(yīng)于維護(hù)中的軟件項目,在維護(hù)的過程中軟件的所有基本構(gòu)成要素都會變化而目前的靜態(tài)方法不能完全掌握這些變化對軟件維護(hù)工作量構(gòu)成的影響,動態(tài)預(yù)測方法依賴軟件演化數(shù)據(jù),這對部分項目來講,其數(shù)據(jù)收集比較困難。本部分工作設(shè)計了一種動靜結(jié)合的預(yù)測方法,即RPBSC模型,該模型結(jié)合了靜態(tài)模型和動態(tài)模型的優(yōu)點,來彌補(bǔ)各自在實踐應(yīng)用中的不足。(2)軟件維護(hù)工作量預(yù)測實證研究。本部分工作展示了基于工作(1)中算法所開展的實證研究,主要包括三個部分,一是介紹了實證研究所采用的數(shù)據(jù)集,即選取了Apach下三個開源項目shindig、Lucene、以及openwebbeans為實驗對象;二是介紹了實驗設(shè)計及評價標(biāo)準(zhǔn),最后給出了實驗結(jié)果和分析,實驗結(jié)果表明本文提出的方法可以較精準(zhǔn)的預(yù)測軟件維護(hù)工作量。(3)自學(xué)習(xí)的軟件變更預(yù)測算法設(shè)計�，F(xiàn)有軟件變更預(yù)測方法依賴于歷史標(biāo)簽數(shù)據(jù)集,無法對無歷史標(biāo)簽數(shù)據(jù)集做出預(yù)測,針對該問題,本部分工作設(shè)計了一種自學(xué)習(xí)的軟件變更預(yù)測解決方案,該方案從度量元數(shù)據(jù)特點與軟件變更的關(guān)系出發(fā),基于度量元值越大軟件類越復(fù)雜從而更可能發(fā)生改變的原則,選取部分樣本打上標(biāo)簽,構(gòu)建訓(xùn)練空間,進(jìn)而構(gòu)建自學(xué)習(xí)的變更預(yù)測算法。(4)基于自學(xué)習(xí)的軟件變更預(yù)測實證研究。本部分工作展示了基于工作(3)中的自學(xué)習(xí)算法的實證研究,首先介紹了實驗中所采用的數(shù)據(jù)集和實驗環(huán)境,其次介紹了實驗所采用的評指標(biāo)和對比方法,最后給出了實驗結(jié)果與分析。實驗結(jié)果表明,在14個開源項目的平均預(yù)測效果上,自學(xué)習(xí)方法的預(yù)測效果優(yōu)于四個現(xiàn)有預(yù)測方法;(5)基于LDA的缺陷預(yù)測算法設(shè)計。現(xiàn)有缺陷預(yù)測方法多基于軟件結(jié)構(gòu)和設(shè)計度量元來組成特征空間,軟件源代碼中的語義特征卻鮮有工作涉及。鑒于此,本文基于LDA主題模型提出了一種新的缺陷預(yù)測度量元,即主題缺陷密度,該度量元使得源代碼中的語義信息和缺陷主題產(chǎn)生關(guān)聯(lián),通過軟件前一版本的主題缺陷密度,來預(yù)測當(dāng)前版本的主題缺陷密度,進(jìn)而能預(yù)測當(dāng)前軟件版本的缺陷信息。基于該思路,本部分工作詳細(xì)展示了如何基于源代碼語義信息來構(gòu)建缺陷預(yù)測模型。(6)基于LDA的缺陷預(yù)測實證研究。本部分工作展示了基于工作(5)中提出的缺陷預(yù)測算法的實證研究,首先介紹了實驗環(huán)境和實驗所采用數(shù)據(jù)集,其次展示了實驗總體過程以及實驗性能所采用的評估指標(biāo),最后給出了實驗結(jié)果與分析。結(jié)果表明,利用語義特征,采用版本間主題的關(guān)聯(lián)度來量化版本間的主題缺陷密度來預(yù)測缺陷是一種可行方案。通過對三個開源項目的實驗結(jié)果分析,發(fā)現(xiàn)本文方法的預(yù)測結(jié)果與真實的缺陷之間能達(dá)到較好的一致性。本論文的工作針對軟件維護(hù)中的關(guān)鍵預(yù)測問題,從現(xiàn)有方法的局限性出發(fā),改進(jìn)了現(xiàn)有預(yù)測方法,提出了新的預(yù)測模型,提高了預(yù)測精度,為軟件的維護(hù)和演化提供了更精準(zhǔn)的決策建議。
[Abstract]:......
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP311.53

【參考文獻(xiàn)】

相關(guān)會議論文 前1條

1 劉揚;程健;盧漢清;;基于目標(biāo)局部特征的遷移式學(xué)習(xí)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

，

本文編號：2301333