[发明专利]一种软件缺陷预测特征的选择方法及装置

说明书

本发明公开了一种软件缺陷预测特征的选择方法及装置。所述方法包括：根据历史软件缺陷数据库，获取领域缺陷数据集；基于Bootstrap抽样技术对所述领域缺陷数据集进行抽样处理，生成软件缺陷样本集；基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组；根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列；基于遗传算法从所述候选特征序列中搜索出目标特征子集。本发明能够更有效地提高软件缺陷预测准确性。

技术领域

本发明涉及软件测试技术领域，特别是一种软件缺陷预测特征的选择方法及装置。

背景技术

软件缺陷预测作为有效提升测试过程的辅助方法之一，其通过分析和挖掘软件缺陷数据，构建软件缺陷预测模型，从而预测出被测项目中的潜在缺陷模块，帮助测试人员实现更有针对性的测试，因此在软件工程领域具有重要的意义。

由于我们通常采用带有标签的缺陷数据集训练缺陷预测模型，若该缺陷数据集的标签带有噪声，则会导致最终预测结果不可信。而在实际的软件测试中，在对程序模块进行类型标记时容易产生噪声，主要原因包括：①软件测试存在漏报，即将有缺陷的程序模块误标记为无缺陷；②采用手工方式对标签进行标记易出现标记错误。因此，如何在标签噪声影响下提高分类性能和鲁棒性已成为软件缺陷预测技术在工程实践应用时必须要解决的关键因素。

特征选择作为重要的“数据预处理”过程，能够有效识别并移除无关特征和冗余特征，广泛用于解决维数灾难问题，提升缺陷预测模型的性能和可解释性。而在软件缺陷预测中，我们期望选择的特征子集不仅具有较高的分类准确性，更要对标签噪声具有良好的鲁棒性。虽然已有研究人员对特征选择方法的噪声鲁棒性进行了分析，但是很少有学者针对性地设计出具有一定噪声鲁棒性的特征选择方法。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种软件缺陷预测特征的选择方法及装置。

为了解决上述技术问题，本发明实施例提供了一种软件缺陷预测特征的选择方法，包括：

根据历史软件缺陷数据库，获取领域缺陷数据集；

基于Bootstrap抽样技术对所述领域缺陷数据集进行抽样处理，生成软件缺陷样本集；

基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组；

根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列；

基于遗传算法从所述候选特征序列中搜索出目标特征子集。

可选地，所述基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组，包括：

计算所述软件缺陷样本集中特征与特征之间的对称不确定性SU1值，及所述软件缺陷样本集中特征与目标类别之间的对称不确定性SU2值；所述目标类别包括：缺陷类别和非缺陷类别；

根据所述对称不确定性SU1值、所述对称不确定性SU2值和所述马尔科夫毯模型，对所述原始特征进行分组，得到所述多个特征组。

可选地，所述根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列，包括：

获取所述多个特征组中类相关度最大的第一特征；

获取所述多个特征组中Fisher得分最高的第二特征；

获取所述多个特征组内特征相关度累加和最大的第三特征；

获取所述多个特征组间特征相关度累加和最小的第四特征；

基于所述第一特征、所述第二特征、所述第三特征和所述第四特征，生成所述候选特征序列。