基于復雜網(wǎng)絡的動態(tài)軟件缺陷預測算法研究.pdf

1、隨著軟件行業(yè)的繁榮發(fā)展，軟件系統(tǒng)的規(guī)模和復雜度急劇增長，對軟件進行優(yōu)化和維護越來越困難。軟件缺陷預測通過分析軟件特征，利用機器學習技術構建預測模型，在軟件測試前定位系統(tǒng)中可能存在缺陷的模塊，為合理分配測試資源，提高軟件穩(wěn)定性提供有力幫助。
　　本文通過將軟件系統(tǒng)映射為軟件復雜網(wǎng)絡，利用其網(wǎng)絡特征構建預測模型，對軟件系統(tǒng)中可能存在缺陷的模塊進行預測，并結合軟件的動態(tài)執(zhí)行序列，對軟件系統(tǒng)進行更全面的分析。主要工作內(nèi)容如下：
　　

2、首先，通過跟蹤函數(shù)執(zhí)行序列，獲取函數(shù)間調用關系，將軟件系統(tǒng)映射為有向函數(shù)調用網(wǎng)絡，并對網(wǎng)絡的結構特征進行分析。計算各節(jié)點度量信息，分析其分布特征。比對同一模塊不同版本間的差異，收集模塊缺陷信息。
　　之后，對每個網(wǎng)絡度量與軟件缺陷的相關性進行詳細分析，并且以模塊的網(wǎng)絡度量和缺陷標記作為訓練數(shù)據(jù)構造預測模型，對目標軟件進行缺陷預測。將規(guī)模度量模型和復雜度度量模型作為對照，探究利用復雜網(wǎng)絡特征進行軟件缺陷預測的有效性。
　　再次