[发明专利]一种缺陷数据分析方法及利用其缩减软件测试项目的方法

权利要求书

1.一种软件缺陷数据分析方法，其特征在于，包括以下步骤：

步骤1、读取软件缺陷数据库，从软件缺陷数据库中提取软件缺陷的相关特征属性，并分别将这些特征属性进行离散化编码，建立软件缺陷数据向量空间模型；

步骤2、根据软件缺陷数据的向量空间模型，引入模糊等价矩阵计算不同软件缺陷数据之间的相似度，并且，提取相似度值介于预定的上、下边界阈值之间的相关缺陷数据作为分析对象，对于每个分析对象，形成负关联规则的初始前件和后件；

步骤3、将所述步骤2获得的相关缺陷数据离散化编码，并创建数据矩阵；

步骤4、简化数据矩阵；

步骤5、根据简化的数据矩阵生成初始染色体种群，进行遗传操作，获得具有强关联关系的染色体集合；

步骤6、根据预定的支持度和置信度的阈值，对步骤5中所获得的染色体集合中的每个染色体进行判断，以便从所述染色体集合中提取出各软件缺陷的负关联关系。

2.根据权利要求1所述的软件缺陷数据分析方法，其特征在于，计算软件缺陷数据之间的相似度的步骤包括：

对所述向量空间模型进行归一化处理；

构建模糊相似矩阵；

将所述模糊相似矩阵改造为模糊等价矩阵。

3.根据权利要求1所述的软件缺陷数据分析方法，其特征在于，所述步骤4中的简化是根据频繁项集的性质及负关联规则的定义进行的。

4.根据权利要求1所述的软件缺陷数据分析方法，其特征在于，所述步骤5包括根据负关联关系的特点设计适应度函数、选择算子、交叉算子、变异算子。

5.根据权利要求1所述的软件缺陷数据分析方法，其特征在于，所述步骤4中的简化是基于频繁项阈值而进行的。

6.根据权利要求1所述的软件缺陷数据分析方法，其特征在于，在遗传操作中，所选择的适应度函数为：

φXY=pXYp⫬X⫬Y-p⫬XYpX⫬YpX+p+Yp⫬X+p+⫬Y=pXY(N-pXY-p⫬XY-pX⫬Y)-p⫬XYpX⫬YpX+p+Yp⫬X+p+⫬Y=NpXY-pXYpXY-pXYp⫬XY-pXYpX⫬Y-p⫬XYpX⫬YpX+p+Yp⫬X+p+⫬Y=NpXY-pXY(pXY+pX⫬Y)-p⫬XY(pXY+pX⫬Y)pX+p+Yp⫬X+p+⫬Y=NpXY-(pXY+pX⫬Y)(pXY+p⫬XY)pX+P+Yp⫬Xp+⫬Y=NpXY-pX+p+YpX+p+Y(N-pX+)(N-p+Y),]]>

其中，N为软件配置项的个数，φ表示相关度，p_XY、表示四种关联形式的发生次数，X表示规则前件中的缺陷，Y表示规则后件的缺陷，P_X+表示规则前件X发生的次数，即为P_XY与之和，P_+Y表示规则后件Y发生的次数，即为P_XY与之和。

7.一种利用软件缺陷数据分析缩减软件测试项目的方法，所述方法包括：

利用根据权利要求1所述的方法对软件缺陷库中的数据进行分析并提取出负关联规则；

根据提取结果调整后续测试工作，删减不易发生缺陷测试项的测试方案及用例，具体调整过程包括：

(1)对于形式的负关联规则，当X缺陷所在测试项完成且X缺陷发生时，则删减针对Y缺陷测试项的用例；

(2)对于形式的负关联规则，当X缺陷所在测试项完成且未发生X缺陷时，则删减针对Y缺陷测试项的用例；

(3)对于形式的负关联规则，当X缺陷所在测试项完成且未发生X缺陷时，应增强针对Y缺陷测试项的用例，

其中，X表示所提取的负关联规则中规则前件的缺陷，Y表示规则后件的缺陷。