[发明专利]一种软件缺陷预测方法、装置和电子设备

说明书

本发明公开了一种软件缺陷预测方法、装置和电子设备，所述方法，包括：获取待预测软件的特征向量；并基于所述特征向量，以及预先训练得到的用于进行软件缺陷预测的预测模型，确定所述待测软件的软件缺陷预测结果，其中，所述预测模型是基于梯度提升算法和随机森林学习机训练得到的。采用本发明提供的方法，通过利用梯度提升算法与随机森林学习机训练得到用于进行软件缺陷预测的训练模型，使得训练得到的预测模型输出的软件缺陷预测结果准确性较高，同时不会对计算复杂度带来较大影响。

技术领域

本发明涉及软件工程应用技术领域，尤其涉及一种软件缺陷预测方法、装置和设备。

背景技术

软件缺陷预测技术起源于20世纪70年代，这项技术从它的起源到现在，一直都是软件工程领域非常活跃的内容，它在分析软件质量，平衡软件成本方面起着非常重要的作用。软件缺陷预测技术，依据软件的开发方法、复杂度和人员能力等内容，通过对已知的缺陷进行分析，从而对现有项目中潜在的缺陷进行预测。

现有的软件缺陷预测方法大都采用单一的算法对软件缺陷的各项指标进行度量，并没有根据软件的各项属性进行全方位的度量和预测，目前已有的算法主要包括SVM支持向量机、神经网络、贝叶斯、Logistic回归等等，这些方法有的计算复杂度太高，有的精确度欠佳，无法得到较好的预测效果。

因此，如何在计算复杂度没有明显提升的情况下，提高预测结果的准确性是亟待解决的技术问题之一。

发明内容

本发明实施例提供一种软件缺陷预测方法、装置和电子设备，用以解决现有技术中采用的软件缺陷预测方法计算复杂度较高和预测结果准确性较低的问题。

第一方面，本发明实施例提供一种软件缺陷预测方法，包括：

获取待预测软件的特征向量；并

基于所述特征向量，以及预先训练得到的用于进行软件缺陷预测的预测模型，确定所述待测软件的软件缺陷预测结果，其中，所述预测模型是基于梯度提升算法和随机森林学习机训练得到的。

第二方面，本发明实施例提供一种软件缺陷预测装置，包括：

获取单元，用于获取待预测软件的特征向量；

确定单元，用于基于所述特征向量，以及预先训练得到的用于进行软件缺陷预测的预测模型，确定所述待测软件的软件缺陷预测结果，其中，所述预测模型是基于梯度提升算法和随机森林学习机训练得到的。

第三方面，本发明实施例提供一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本申请提供的软件缺陷预测方法。

第四方面，本发明实施例提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请提供的软件缺陷预测方法。

本发明有益效果：

本发明实施例提供的软件缺陷预测方法、装置和电子设备，获取待预测软件的特征向量；并基于所述特征向量，以及预先训练得到的用于进行软件缺陷预测的预测模型，确定所述待测软件的软件缺陷预测结果，其中，所述预测模型是基于梯度提升算法和随机森林学习机训练得到的。采用本发明提供的方法，通过利用梯度提升算法与随机森林学习机训练得到用于进行软件缺陷预测的训练模型，使得训练得到的预测模型输出的软件缺陷预测结果准确性较高，同时不会对计算复杂度带来较大影响。