[发明专利]一种多源异构跨项目软件缺陷预测方法

说明书

本发明公开了一种多源异构跨项目软件缺陷预测方法，包括将多个源项目原始缺陷数据与目标项目原始缺陷数据进行数据标准化、样本标签标记、类不平衡处理；初始化各个源项目缺陷数据的权重；将类不平衡处理后的源项目、目标项目缺陷数据作为多源谱嵌入映射算法的输入，输出源项目和目标项目的最优映射数据；根据样本标签标记分别对源项目的的最优映射数据和目标项目的最优映射数据进行标记选择，选择出源项目原始数据和目标项目原始数据；度量每个源项目原始数据和目标项目原始数据之间的距离，根据度量值更新源项目缺陷数据的权重；将源项目的的最优映射数据作为机器学习模型的输入进行训练，并基于目标项目原始数据进行模型预测。

技术领域

本发明涉及异构跨项目软件缺陷预测技术领域，更具体的说是涉及一种 多源异构跨项目软件缺陷预测方法。

背景技术

软件缺陷预测技术可以利用软件缺陷历史数据来对测试资源进行前瞻性 的配置和管理，通过挖掘并分析软件的历史缺陷数据，构建软件缺陷预测模 型，从而预测出被测软件模块的缺陷倾向性，最终达到优化测试资源分配和 提高软件产品质量的目的。软件缺陷倾向预测是指预测模型把软件模块划分 为有缺陷倾向的模块或无缺陷倾向模块。假设预测模型的预测结果具有较高 的准确性，则可以依据预测结果使有限的测试资源向有缺陷倾向的模块倾斜， 重点关注并优先测试那些有缺陷倾向的模块。想要预测装备软件缺陷倾向性， 则要求有充足的历史缺陷数据进行预测模型的训练，并且新的预测数据应该 与训练数据服从相同的分布。通常，这种缺陷预测被称为项目内软件缺陷预 测。但是，对于一个新项目，由于没有或者只有极少量的缺陷数据，所以很 难有效进行项目内软件缺陷预测。通过分析，在实际的软件开发场景中，软 件缺陷预测主要面临以下问题：

问题一：积累的大量缺陷数据无法为新开发的软件提供数据支持，没有 充分利用历史数据的优势。

在以往的软件的阶段评审、测试、维护过程中，积累了大量与软件缺陷 相关的历史数据。这些数据能在一定程度反映出当前软件工程所处的发展水 平，并可能为后续的软件可靠性工作提供参考。同时，当新开发一个软件时， 由于新项目的缺陷数据比较少，无法构建满足要求的缺陷预测模型。针对这 个问题，可以利用其他软件缺陷数据来构建缺陷预测模型，研究跨项目软件 缺陷预测方法，在提升预测准确率的同时还可以提高软件缺陷历史数据的利 用率，及时发现及排除异常。

问题二：目前缺乏有效的异构跨项目软件缺陷预测模型。

软件多年测试积累的数据使跨项目软件缺陷预测成为可能，同时跨项目 软件缺陷预测对于提高软件开发和测试效率、合理分配软件开发和测试资源 起着重要作用，但在实际应用中，由于不同软件的开发流程、编程语言、应 用领域以及开发人员经验不同，不同项目之间的缺陷特征是异构的，即它们 的度量元往往不一致；并且源项目与目标项目的数据分布也有很大的差异。 因此，通过将历史缺陷数据的相关知识迁移到目标项目中，构建异构数据的 特征空间映射算法，可以有效解决源项目与目标项目的度量元不同所带来的软件缺陷预测难题，确保和提高跨项目软件缺陷预测方法的合理性和准确性。

发明内容

有鉴于此，本发明提供了一种多源异构跨项目软件缺陷预测方法，通过 多源谱嵌入映射算法将不同特征空间的数据映射到同一特征空间下，从根本 上解决了异构跨项目软件缺陷数据不可用的问题，实现了多源异构跨项目软 件缺陷预测技术。

为了实现上述目的，本发明采用如下技术方案：

一种多源异构跨项目软件缺陷预测方法，包括：

将多个源项目原始缺陷数据与目标项目原始缺陷数据进行数据标准化；

对标准化后的数据进行样本标签标记；

将样本标签处理后的源项目缺陷数据和目标项目缺陷数据进行类不平衡 处理；

初始化各个源项目缺陷数据的权重；