基于主动学习的跨项目软件缺陷预测方法

摘要：

通过软件缺陷预测可以有效地提高软件测试效率,保证软件产品的质量.针对新开发的项目面临训练数据不足,标注代价高以及源项目与目标项目的缺陷模式难以匹配的问题,提出了基于主动学习的跨项目软件缺陷预测方法.首先使用主动学习方法对目标项目进行筛选标注,其次将得到的标签集与跨项目数据进行数据融合和模式匹配,最后构建跨项目软件缺陷预测模型.采用真实的软件缺陷数据进行实验,在保证预测率的前提下,曲线下面积(area under curve,AUC)能够达到0.692,与传统方法相比综合性能均有显著提升.结果表明:所提方法可以通过模式匹配有效提高跨项目软件缺陷预测模型的性能.

关键词：软件缺陷预测、跨项目预测、主动学习、软件缺陷模式、朴素贝叶斯算法

所属期刊栏目：22

分类号：TP311.5(计算技术、计算机技术)

资助基金：国家自然科学基金;新疆自治区天山青年计划项目;新疆自治区高校科研计划项目

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：14275-14281