[发明专利]一种基于CS-ANN的软件缺陷预测方法

说明书

技术领域

本发明属于计算机应用技术领域，尤其涉及一种基于CS-ANN的软件缺陷预测方 法。

背景技术

随着计算机软件需求的不断增多，软件的复杂度越来越大。开发起来也随着变的 越来越困难。如今各行各业都对软件有一定的依赖，软件在运行过程中一旦出错，就可能造 成非常严重的后果，造成这一后果的根本原因就是软件中存在缺陷。软件工程理论指出，测 试能证明软件中存在缺陷，不能证明软件中没有缺陷。可见在实际开发过程中，找出软件的 缺陷是非常困难的。并且还受到开发资源和时间等因素的限制，能够在有限的资源下尽可 能多的找出软件中存在的缺陷是现在所面临的问题。在软件缺陷预测中，将描述是否存在 缺陷的最小软件单元称为软件模块。在对软件模块属性进行度量时，使用最广泛的是代码 度量属性McCabe和Halstead。McCabe基于对程序拓扑结构的复杂度分析，度量软件模块的 内部结构属性；Halstead以程序中出现的操作符和操作数为计数对象，用于测量软件模块 的规模。这两种度量属性对于构建软件缺陷预测模型都是有效的，模型的性能取决于构建 算法的选择。运用软件度量预测软件错误最早是由Porter和Selby在1990年开始的。从那时 起有大量的基于度量标准的错误预测。至今，已经有很对研究者开发和验证了一些错误预 测模型，这些模型都是用机器学习和统计学技术建立的。为了提高模型的性能，他们使用了 不同类型的软件度量和多种多样的特征选择技术。机器学习算法如神经网络、支持向量机 和集成算法等都被用来构建软件缺陷预测模型。但是由于软件项目类型、算法参数设置和 预测模型评价指标的不同，不存在性能最好的模型构建通用算法。现有的机器学习方法，如 决策树、朴素贝叶斯和逻辑回归等算法，都可以用来构造软件缺陷预测模型。但是预测精确 率较低，且对于不平衡数据，性能影响较大，这些模型的实用性不强。其他学者也提出了基 于机器学习算法的改进算法，在某些特定的领域也取得了不错的效果，如集成学习，神经网 络等，以及结合一些启发式算法，如人工蜂群和遗传算法，提出的模型。但是这些算法设置 参数相对繁琐，且设置不同的参数，对模型的性能影响较大。软件测试花费的工作量经常比 其他任何软件工程活动都多。若测试是无计划地进行，既浪费时间，又会做很多不必要的劳 动。缺陷预测模型旨在识别有缺陷倾向的软件组件，从而权衡质量保证(QA)活动。有了软件 缺陷预测模型，QA测试小组就可以集中关注软件模块的部分子集，从而能在有限的时间和 资源下，尽可能多的找出软件中存在的缺陷。

现有的模型都是基于机器学习算法构建的，但是传统的模型精确率低，且遇到不 平衡数据，预测性能会受很大的影响。

发明内容

本发明的目的在于提供一种基于CS-ANN的软件缺陷预测方法，旨在解决现有的软 件缺陷预测模型精确率低，且遇到不平衡数据，预测性能会受很大的响的问题。

本发明是这样实现的，一种基于CS-ANN的软件缺陷预测方法，所述基于CS-ANN的 软件缺陷预测方法包括：

所述基于CS-ANN的软件缺陷预测方法分为训练和预测两个过程，训练过程是使用 历史数据对模型进行训练，得到此数据集的最佳权值和阈值；预测过程是使用训练过程得 到的权值和阈值对新的数据进行预测，输出新的数据集中的模块有无缺陷，预测时输入的 新数据的属性应和经过特征选择之后的数据有相同的属性。

进一步，所述基于CS-ANN的软件缺陷预测方法具体包括：

输入原始数据集Db，使用WEKA工具里的CFS算法进行特征选择，得到训练数据集 Da；

对原始数据进行处理之后，输入模型对模型进行训练，给出执行过程的伪码：

输入：数据集Da；

输出：最佳权值Wbest和阈值Tbest；

初始化神经网络参数，隐藏层大小hidden_layer_size；

初始化布谷鸟搜索参数//鸟窝W即是所以搜索的神经网络的权值，鸟窝大小n，初 始化鸟窝W，发现概率p，搜索域Lb/Ub，迭代次数iter；

把Da分为Dtrain和Dtest，十折交叉验证；

While(迭代次数小于iter){

通过Lévy飞行方式在[Lb,Ub]内搜索鸟窝W

将W和Dtrain输入神经网络算法，计算代价，保留当前最优鸟窝Wbest