[发明专利]软件质量评价方法和系统有效
申请号: | 201611123267.5 | 申请日: | 2016-12-08 |
公开(公告)号: | CN108182141B | 公开(公告)日: | 2020-12-08 |
发明(设计)人: | 高岩;杨春晖;李冬;熊婧;林军 | 申请(专利权)人: | 中国电子产品可靠性与环境试验研究所 |
主分类号: | G06F11/36 | 分类号: | G06F11/36 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 黄晓庆 |
地址: | 511300 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 软件 质量 评价 方法 系统 | ||
1.一种软件质量评价方法,其特征在于,包括:
采用预设的软件度量方法,对已知软件中各已知模块的源代码进行静态度量,得到对应所述已知模块的度量值;
根据所述已知模块的度量值生成所述已知模块的度量向量;
根据各已知模块的预设缺陷标记值分别获取各已知模块的缺陷状态;
将所述缺陷状态为有缺陷的已知模块的度量向量作为有缺陷样本,将所述缺陷状态为无缺陷的已知模块的度量向量作为无缺陷样本,并获取各有缺陷样本与各无缺陷样本两两之间的核函数;
根据所述核函数、所述缺陷标记值、所述有缺陷样本、所述无缺陷样本和预存的挖掘函数模型,计算得到所述各已知模块的挖掘模型参数;
采用预设的软件度量方法,对待评价软件中各待评价模块的源代码进行静态度量,得到对应所述待评价模块的度量值;
根据所述待评价模块的度量值生成所述待评价模块的度量向量;
根据预设常数、对应已知软件中各已知模块的预设缺陷标记值、预存的对应各已知模块的挖掘模型参数、预存的对应各已知模块的度量向量及所述待评价模块的度量向量,分别获取各待评价模块的挖掘数据;
根据各待评价模块的挖掘数据获取所述待评价软件的质量评价值;
所述根据所述已知模块的度量值生成所述已知模块的度量向量,包括:
根据所述已知模块的度量值生成所述已知模块的初始度量向量;
分别以各已知模块的初始度量向量为基础样本,根据各已知模块的预设缺陷标记值查找与所述基础样本同类的已知模块的初始度量向量并作为所述基础样本的同类样本,以及查找与所述基础样本异类的已知模块的初始度量向量并作为所述基础样本的异类样本;
分别计算各同类样本与所述基础样本之间的距离得到同类距离,按照从小到大的顺序,从所述同类距离中选取第一预设个数的同类距离,将选取的同类距离对应的同类样本作为所述基础样本的同类近邻样本;
分别计算各异类样本与所述基础样本之间的距离得到异类距离,按照从小到大的顺序,分别从所述异类距离中选取第二预设个数的异类距离,将选取的异类距离对应的异类样本作为所述基础样本的异类近邻样本;
根据所述基础样本、所述同类近邻样本和所述异类近邻样本生成所述基础样本的局部数据块;
根据预设尺度因子、所述第一预设个数和所述第二预设个数得到各已知模块的尺度因子向量,并根据各已知模块的尺度因子向量获取校正矩阵;
根据所述校正矩阵和各基础样本的局部数据块生成特征函数,对所述特征函数进行特征值分解,得到所述特征函数的特征值所对应的特征向量矩阵并作为投影矩阵;
利用所述投影矩阵对各已知模块的初始度量向量进行去噪处理,得到优化后的各已知模块的度量向量。
2.根据权利要求1所述的软件质量评价方法,其特征在于,所述已知软件指实验给定的软件,已知模块指已知软件所包括的软件模块,每一个已知模块对应一个预设缺陷标记值、挖掘模型参数和度量向量。
3.根据权利要求1所述的软件质量评价方法,其特征在于,利用所述投影矩阵对各已知模块的初始度量向量进行去噪处理,得到优化后的各已知模块的度量向量,包括:
yi=Uxi;
其中,i为已知模块的序号,U为投影矩阵,xi为第i个已知模块的初始度量向量,yi为优化后的第i个已知模块的度量向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子产品可靠性与环境试验研究所,未经中国电子产品可靠性与环境试验研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611123267.5/1.html,转载请声明来源钻瓜专利网。