[发明专利]一种软件缺陷组件预测的方法

权利要求书

1.一种软件缺陷组件预测的方法，其特征在于：具体包括如下步骤：

S1:数据抽取与预处理：提取源代码，对所提取的源代码进行去噪处理，所述预处理即指去噪处理；

S2：定义组件缺陷密度：

将组件缺陷数与组件文件个数的比值定义为组件缺陷密度FD(com)如式(1)所示：

$FD\left({\mathrm{com}}_j\right)=\frac{Failure\left({\mathrm{com}}_j\right)}{File\left({\mathrm{com}}_j\right)}---\left(1\right)$

其中com_j表示第j组件，FD(com_j)为第j组件缺陷密度，Failure(com_j)为组件j包含的缺陷总数，File(com_j)表示组件j包含的文件总数；

S3：定义主题缺陷密度：

组件主题和组件缺陷密度均来自于软件源代码，定义主题缺陷密度TFD(Z)如式(7)所示：

$TFD\left(Z_i\right)=\underset{j=0}{\overset{n}{\Σ}}{\mathrm{\θ}}_{ij}\left(FD\right({\mathrm{com}}_j\left)\right)---\left(7\right)$

其中Z_i表示第i个主题，TFD(Z_i)表示第i个主题的主题缺陷密度，θ_ij为主题分布矩阵，n表示组件个数；

S4：缺陷组件预测：

S4a：定义相似关系，如式(8)：

$Similarity=\frac{{\mathrm{HighestWordfromT}}_i\∩{\mathrm{HighestWordfromT}}_k}{NumberofHighestWord}---\left(8\right)$

其中HighestWordfromT_i表示第i个主题下的高频词汇，HighestWordfromT_k表示第k个主题下的高频词汇，NumberofHighestWord表示第i个主题或第k个主题下的总的高频词汇个数，Similarity表示第i个主题与第k个主题的相似关系；使i和k遍历其取值范围，得到主题相似矩阵；

S4b：通过主题相似矩阵构建不同版本间主题的演化公式如式(9)：

$TFD(z_i,v_{(r+1)})=\underset{k=0}{\overset{\[k\]}{\Σ}}{\mathrm{\μ}}_{ik}TFD(z_k,v_r)---\left(9\right)$

其中v_r表示第r个版本，v_(r+1)表示第r+1个版本，z_k表示第k个主题，z_i表示第i个主题，TFD(z_k,v_r)表示第r个版本中第k个主题的主题缺陷密度，TFD(z_i,v_(r+1))表示第r+1个版本中第i个主题的主题缺陷密度，[k]为第r个版本中总的主题个数，μ_ik是主题相似矩阵中的元素，表示第个i主题和第个k主题之间的相似度。