[发明专利]一种跨项目软件缺陷预测方法

权利要求书

1.一种跨项目软件缺陷预测方法，其特征在于,其包括训练阶段和预测阶段；

所述训练阶段包括：

Ⅰ)提取Java源文件的原始多维特征，并对每一个Java源文件进行标记；

Ⅱ)将Java源文件解析成抽象语法树，抽取抽象语法树的相关节点形成单词文件；

Ⅲ)训练Word2vec模型，利用Word2vec模型对单词进行向量化，形成词向量；

Ⅳ)已知Java源文件包含的语义信息，提取Java源文件所包含语义信息的特征，基于词向量和提取的特征训练TextCNN；

Ⅴ)组合包含Java源文件语义信息的特征和Java源文件的原始多维特征，形成新特征向量；

Ⅵ)利用Borderline-SMOTE算法对组合后的新特征向量进行不平衡处理；

Ⅶ)不平衡处理后的新特征向量和Java源文件具有的软件缺陷数量作为训练样本，利用训练样本训练逻辑回归分类器；

所述预测阶段包括：

Ⅰ)提取目标Java源文件的原始多维特征，并对每一个目标Java源文件进行标记；

Ⅱ)将目标Java源文件解析成抽象语法树，抽取抽象语法树的相关节点形成单词文件；

Ⅲ)利用Word2vec模型对单词进行向量化，形成词向量；

Ⅳ)利用TextCNN对词向量进行包含语义信息的特征提取；

Ⅴ)组合包含语义信息的特征和目标Java源文件的原始多维特征，形成新特征向量；

Ⅵ)利用Borderline-SMOTE算法对组合后的新特征向量进行不平衡处理；

Ⅶ)将不平衡处理后的新特征向量输入逻辑回归分类器，逻辑回归分类器输出预测目标Java源文件的软件缺陷数量。

2.根据权利要求1所述的一种跨项目软件缺陷预测方法，其特征在于，借助Ckjm、BugInfo工具提取Java源文件/目标Java源文件的多维特征，并对每一个Java源文件/目标Java源文件进行标记。

3.根据权利要求1所述的一种跨项目软件缺陷预测方法，其特征在于，利用Python中的Javalang工具包将Java源文件/目标Java源文件解析成抽象语法树，随后，抽取抽象语法树中相应的控制节点、函数调用节点、实例创建节点，进而形成一个以空格为分隔符的单词文件。

4.根据权利要求2所述的一种跨项目软件缺陷预测方法，其特征在于，利用gensim中的Word2vec模型对单词进行向量化，形成多维词向量，且多维词向量的维度大于所提取Java源文件的多维特征的维度。