[发明专利]一种基于数据不平衡的软件缺陷预测方法

权利要求书

1.一种基于数据不平衡的软件缺陷预测方法，其特征在于包括：

将具有软件度量值的各类错误报告作为预测使用的原始数据集；

采用RSMOTE不平衡处理策略对原数据集中文本矩阵进行不平衡处理、得到平衡数据集；

使用朴素贝叶斯、多项式朴素贝叶斯、K近邻、支持向量机、分类树、和Adacost对平衡数据集进行建模找到预测效果最佳的分类器；

将新错误报告输入至分类器内对语句块进行分类、找到出现错误的语句块实现对bug位置的预测。

2.根据权利要求1所述的方法，其特征还在于：所述对原数据集中文本矩阵进行不平衡处理具体采用采用如下方式：

S21：将原始数据集中少数类进行标记，进行不平衡倍率N的计算；

S22：选择一个少数类样本点X、并对该少数类样本点的k个少数类近邻进行记录；

S23：按照欧式距离排序、依次选择一个近邻点Y；

S24：在以近邻点Y和少数类样本点X的欧式距离为直径的圆内生成新的少数类样本点；

S24：判断生成样本点是否在所选两个样本点形成的圆内、以及生成样本点的欧式距离最近的样本点是否为少数类，若不是少数类或不在所选两个样本点形成的圆内则返回S23重新生成样本点，若满足条件则继续下一步操作；

S25：判断该样本点是否需要继续生成少数类样本点，若选择的少数类样本点X已生成的样本个数达到不平衡度N，则返回S22进行下一个少数类样本点的选择，若没有达到不平衡度N，则返回S23再选择下一个近邻点Y；

S26：当所有少数类样本点全部遍历完成，将生成的少数类样本加入原数据集以生成平衡数据集。