[发明专利]一种基于面板数据分析的软件故障的预测方法

权利要求书

1.一种基于面板数据分析的软件故障预测方法，其特征在于，具体步骤如下：

步骤1:获取用于预测的复数种度量；

步骤2:基于获取度量的数据分布进行故障数据的采集；

步骤3:对原始故障数据集进行处理以及去除对预测结果影响差的度量；

步骤4:分析数据集的平稳性；

步骤5：协整检验、模型修正；

步骤6：面板模型的选择与回归；

步骤7：运用面板数据分析的方法获得的面板模型进行软件故障数目的分析及预测；

在步骤1中，具体做法如下：根据给定的软件，以函数为节点，以调用关系为边，建立函数调用关系网络，基于所述函数调用关系网络，获取多个度量，所述度量为静态的拓扑结构指标，或是动态指标；其中,静态的拓扑结构指标包括节点数量、边、平均度、聚集系数、平均路径和社团数量；动态指标为渗流均值，在一种通过随机删除网络的节点模拟网络遭遇随机攻击的情景中，渗流值是网络崩溃时的删除节点的比例,渗流均值为进行复数次随机删除节点进行复数次渗流得到的渗流值的平均值；

在步骤2中，具体做法如下：通过对所述软件各个版本的测试获取度量的数据分布；所述软件为SQLite；其中,所述度量的数据分布包括:渗流均值、节点数量、边、平均度、聚集系数、平均路径和社团数量，采集各个版本软件的故障数目作为原始故障数据；

在步骤3中，具体做法如下：对所述原始故障数据去除错误数据，去除对预测结果影响较差的度量；先将所述原始故障数据进行归一化以消除不同度量之间的影响，选用最小-最大规范化对所述原始故障数据进行线性变换；设max为度量A列的最大值，min为度量A列的最小值，最小-最大规范化通过计算度量A的值映射到[a,b]上，转换函数为：

式中，X*表示度量A归一化后的度量值；

采用数据挖掘技术中的最小绝对值压缩与选择的方法选择出适合于故障预测模型构建的数据集；加入预定的约束条件，将影响因子较小的观察变量的回归系数设置为零；

通过计算数据集中任意两种度量之间的相关系数，判断度量之间是否存在显著相关；

在步骤4中，具体做法如下：采用单位根检验的方法，进行相同根单位检测和不同根单位检测，在两种检测方式均拒绝存在单位根的原假设时，判断为所述数据集平稳；若判断数据集为非平稳序列，且序列中存在单位根，通过差分的方法消除单位根以得到平稳序列；

在步骤5中，具体做法如下：选用渗流均值与故障数目数据列作为两列版本序列数据；对序列数据进行对数提取，得到新的版本序列，分别对两个新的版本序列数据进行扩充迪克富勒测验，采用恩格尔-格兰杰两步法进行协整检验，第一步，计算非均衡误差，第二步，检验单整性；

在步骤6中，具体做法如下：选择面板模型包括对混合估计模型、固定效应模型和随机效应模型的选择；采用豪斯曼检验方法，对面板模型进行选择，选择模型为随机效应模型；在所述模型中，建立随机效应回归，公式为y_ik＝α_i+β_i·x_ik+ε_ik，其中α_i表示截距值，β_i表示对应于解释变量的系数向量，εik表示随机误差项，y_ik为被解释变量在横截面i和版本k上的数值，X_ik为解释变量在横截面i和版本k上的数值；用豪斯曼检验所述模型是否是随机效应模型；随机效应模型有三种形式：变系数模型、固定影响模型和不变参数模型，根据F检验法，通过比较所测度量与所测软件版本序列的数据的方差，以确定他们之间的精密度是否有显著性差异，以确定模型形式，采用横截面加权预测法来估计回归方程；

在步骤7中，具体做法如下：对软件故障数目与度量分布之间的关系进行分析，完成软件故障数目的预测，在根据度量与历史版本软件故障数目之间的线性方程来计算未知版本的故障数目。