[发明专利]一种软件缺陷预测方法

权利要求书

1.一种软件缺陷预测方法，其特征在于，包含以下步骤：

根据软件缺陷预测数据集中数据样本缺陷特征将数据集划分为三簇数据样本，每一簇数据样本中根据其内的有缺陷样本的分布情况分别选择合适的采样方法以生成新的有缺陷数据样本，从而合成新的数据集对软件缺陷预测模型进行训练。

2.如权利要求1所述的一种软件缺陷预测方法，其特征在于，通过采样方法生成新的有缺陷数据样本时，根据每一簇数据样本中的样本数量计算其需要生成的有缺陷样本数量，以使每一簇数据样本中的样本数较为合理。

3.如权利要求2所述的一种软件缺陷预测方法，其特征在于，所述计算每一簇数据样本中需要生成的有缺陷样本数量的公式为：

N＝Z*p-M

其中，p是预设的有缺陷样本的比例参数，M为该簇数据样本中含有的有缺陷样本数量，Z为该簇数据样本中的样本总量。

4.如权利要求1所述的一种软件缺陷预测方法，其特征在于，采用K-means聚类算法将软件缺陷预测数据集样本划分为：有缺陷样本密集簇、有缺陷样本和无缺陷样本混合簇以及有缺陷样本稀疏簇。

5.如权利要求4所述的一种软件缺陷预测方法，其特征在于，针对有缺陷样本密集簇，若其需要生成的有缺陷样本数量为非正数，则不需对该簇数据样本进行采样处理；否则，采用SMOTE过采样方法生成有缺陷样本。

6.如权利要求4所述的一种软件缺陷预测方法，其特征在于，针对有缺陷样本和无缺陷样本混合簇，采用SMOTE过采样方法生成有缺陷样本。

7.如权利要求4所述的一种软件缺陷预测方法，其特征在于，针对有缺陷样本稀疏簇，采用三点过采样方法生成有缺陷样本。

8.如权利要求5或6所述的一种软件缺陷预测方法，其特征在于，所述采用SMOTE过采样方法生成有缺陷样本的方法，包括以下步骤：

a、在数据样本簇内随机选取一个有缺陷样本；

b、在该有缺陷样本近邻随机选取一样本；

c、在上述两个样本的线性连线上随机生成新的有缺陷样本；

d、重复步骤a-c，直至生成足够数量的新样本；

所述生成新样本的计算公式为：

x_new＝x+rand(0，1)*|x-xx|

式中，x_new为所生成的新样本，x为随机选取的有缺陷样本，xx为该有缺陷样本邻近的样本。

9.如权利要求7所述的一种软件缺陷预测方法，其特征在于，所述采用三点过采样方法生成有缺陷样本的方法，包含：

1、在数据样本簇中随机选取一个有缺陷样本；

2、再随机选取两个与该有缺陷样本相邻的有缺陷样本；

3、在上述三个有缺陷样本组成的三角区域内，随机生成新的有缺陷样本；

4、重复执行步骤1-3，直至生成足够数量的新样本；

所述生成新样本的计算公式为：

式中，Q为所生成的新样本，A为随机选取的有缺陷样本，B、C分别为与有缺陷样本A相邻的有缺陷样本，随机参数r₁,r₂～U[0,1]。