[发明专利]一种软件缺陷预测方法、装置、存储介质及电子设备在审
| 申请号： | 201810162377.5 | 申请日： | 2018-02-27 |
| 公开（公告）号： | CN108647138A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 张雪莹;李瑞贤;杨云祥;郭静;吉祥;胡校成;唐先超;宋超;江逸楠;段锐;阳兵 | 申请（专利权）人： | 中国电子科技集团公司电子科学研究院 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36 |
| 代理公司： | 工业和信息化部电子专利中心 11010 | 代理人： | 张然 |
| 地址： | 100041 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 预设 软件缺陷 原始数据集 存储介质 第一数据 电子设备 预测模型 原型数据 相似性确定 对应软件 算法计算 选取规则 样本数据 用户体验 预测结果 预测性能 预设距离 原始数据 预测 准确率 构建 | ||
1.一种软件缺陷预测方法，其特征在于，包括：
按照第一预设选取规则在第一预设原始数据集中选择预定个数的样本数据，以得到第一原型数据集；
按照第一预设距离算法计算所述第一预设原始数据集与所述第一原型数据集之间不相似性的第一数据集；
将所述第一数据集中的数据输入到预设软件缺陷预测模型，以得到所述第一预设原始数据集对应软件的软件缺陷预测结果，其中，所示预设软件缺陷预测模型为根据预设不相似性构建的模型。
2.如权利要求1所述的软件缺陷预测方法，其特征在于，按照第一预设选取规则在第一预设原始数据集中选择预定个数的样本数据，以得到第一原型数据集之前，还包括：
按照第二预设选取规则在第二预设原始数据集中选择预定个数的样本数据，以得到第二原型数据集；
按照第二预设距离算法计算所述第二预设原始数据集与所述第二原型数据集之间不相似性的第二数据集；
根据所述第二数据集中的数据和预设分类算法构建所述预设软件缺陷预测模型。
3.如权利要求1或2所述的软件缺陷预测方法，其特征在于，所述第一预设选取规则或所述第二预设选取规则至少包括以下之一：随机选择方法、基于聚类的线性规划方法。
4.如权利要求1或2所述的软件缺陷预测方法，其特征在于，所述第一预设距离算法或所述第二预设距离算法至少包括以下之一：欧几里得距离算法、曼哈顿距离算法、闵可夫斯基距离算法。
5.一种软件缺陷预测装置，其特征在于，包括：
第一选择模块，用于按照第一预设选取规则在第一预设原始数据集中选择预定个数的样本数据，以得到第一原型数据集；
第一计算模块，用于按照第一预设距离算法计算所述第一预设原始数据集与所述第一原型数据集之间不相似性的第一数据集；
预测模块，用于将所述第一数据集中的数据输入到预设软件缺陷预测模型，以得到所述第一预设原始数据集对应软件的软件缺陷预测结果，其中，所示预设软件缺陷预测模型为根据预设不相似性构建的模型。
6.如权利要求5所述的软件缺陷预测装置，其特征在于，还包括：
第二选择模块，用于按照第二预设选取规则在第二预设原始数据集中选择预定个数的样本数据，以得到第二原型数据集；
第二计算模块，用于按照第二预设距离算法计算所述第二预设原始数据集与所述第二原型数据集之间不相似性的第二数据集；
构建模块，用于根据所述第二数据集中的数据和预设分类算法构建所述预设软件缺陷预测模型。
7.如权利要求5或6所述的软件缺陷预测装置，其特征在于，所述第一预设选取规则或所述第二预设选取规则至少包括以下之一：随机选择方法、基于聚类的线性规划方法。
8.如权利要求5或6所述的软件缺陷预测装置，其特征在于，所述第一预设距离算法或所述第二预设距离算法至少包括以下之一：欧几里得距离算法、曼哈顿距离算法、闵可夫斯基距离算法。
9.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述软件缺陷预测方法的步骤。
10.一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现权利要求1至4中任一项所述软件缺陷预测方法的步骤。
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科技集团公司电子科学研究院，未经中国电子科技集团公司电子科学研究院许可，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/201810162377.5/1.html，转载请声明来源钻瓜专利网。
