基于GAN数据增强的软件缺陷预测聚合模型

摘要：

在软件缺陷预测任务中,通常基于C&K等静态软件特征数据集,使用机器学习分类算法来构建软件缺陷预测(SDP)模型.然而,大多数静态软件特征数据集中缺陷数较少,数据集的类不平衡问题较为严重,导致学习到的SDP模型的预测性能较差.文中基于生成对抗网络(GAN),并利用FID得分筛选生成正例样本数据,增强正例样本量,然后在组块正则化m×2交叉验证(m×2BCV)框架下,通过众数投票法聚合多个子模型的结果,最终构成SDP模型.以PROMISE数据库下的20个数据集为实验数据集,采用随机森林算法构建SDP聚合模型.实验结果表明,与传统的随机上采样、SMOTE、随机下采样相比,所提SDP聚合模型的F1平均值分别提高了 10.2％,5.7％,3.4％,且F1的稳定性也得到相应提高;所提SDP聚合模型在20个数据集的评测中,有17个F1值最高.从AUC指标来看,所提方法与传统的采样方法没有明显差异.

关键词：生成对抗网络、数据增强、组块正则化交叉验证、软件缺陷预测、聚合模型

所属期刊栏目：50

分类号：TP311(计算技术、计算机技术)

在线出版日期：2023-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：24-31