[发明专利]一种面向跨版本缺陷预测的演化程度度量方法

说明书

一种面向跨版本缺陷预测的演化程度度量方法，包括步骤1：针对面向对象项目的相邻演化版本，提供了四种演化度量指标，包括消失类与新增类比例、缺陷率变更、不变类比例和干扰类比例；步骤2：选取四个演化项目的多个版本进行分析，针对相邻版本计算各个演化度量指标的值，即消失类与新增类比例、缺陷率变更、不变类比例和干扰类比例的值；步骤3：在朴素贝叶斯和随机森林模型上进行跨版本缺陷预测，采用精确率、召回率和F度量作为性能评价指标。针对面向对象项目的相邻演化版本，本发明提供的四种演化度量指标能够有效度量相邻版本间的演化程度，并能够显著影响跨版本缺陷预测的召回率和F度量。

技术领域

本发明涉及一种演化程度度量方法，具体是一种面向跨版本缺陷预测的演化程度度量方法，属于软件缺陷预测技术领域。

背景技术

软件缺陷预测是软件工程领域的研究热点之一。软件缺陷预测旨在利用历史数据预测软件产品中潜在的缺陷，达到合理分配测试资源、提高测试效率的目的。一般地，传统的软件缺陷预测方法是对历史数据(训练集)进行训练并构建预测模型，然后对新数据(测试集)进行预测。然而，该方法需要大量的历史标记数据作为训练集，对于一个新项目，往往因缺乏历史数据而无法构建预测模型，导致传统的软件缺陷预测方法难以适用。

软件演化是软件维护和软件更新的行为和过程。在软件投入使用后，由于缺陷修复、需求增加和环境变化等，维护人员需要对软件进行变更以满足新的需求；或者为了提高软件的性能及可靠性而进行改进等，这些过程均称为软件演化。软件演化是一个动态持续的过程，演化过程会产生很多演化版本，且不可避免地会引入新的缺陷，所以软件演化也是软件缺陷的重要来源之一。

在实际应用中，随着用户需求日益增加，软件功能不断更新，在多样化的应用背景下，现代软件的演化频率也相对较高，导致软件缺陷率显著增加。针对软件演化特点，基于历史版本(源项目)数据训练预测模型，然后对新版本(目标项目)数据进行预测往往更加有效，这就体现了跨版本缺陷预测。然而，对于一个项目的多个演化版本，版本间的演化程度可能会影响跨版本缺陷预测性能。一般地，面向对象项目的缺陷粒度为类。在面向对象项目演化过程中会发生类的变化，如新类的增加或历史类的消失。从跨版本缺陷预测角度分析，一方面新类的增加会影响相邻版本的数据分布，另一方面新增类没有演化数据，从而影响跨版本缺陷预测性能。同样地，消失类也会影响版本间的数据分布。对于一个演化版本，每个类会有一个标签用于标记缺陷状态。在项目演化过程中，每个类的缺陷状态也会随着版本的演化而发生变化，表现为版本的缺陷率发生变化，从而反映相邻版本间的演化程度。

因此，如何度量版本间的演化程度并分析对跨版本缺陷预测性能的影响，对于软件缺陷预测研究具有重要意义。

发明内容

本发明的目的是提供一种面向跨版本缺陷预测的演化程度度量方法，针对面向对象项目的相邻演化版本，能够有效度量相邻版本间的演化程度，并分析对跨版本缺陷预测性能的影响。

为了实现上述目的，本发明提供一种面向跨版本缺陷预测的演化程度度量方法，包括以下步骤：

步骤1：针对面向对象项目的相邻演化版本，提供了四种演化度量指标，包括消失类与新增类比例、缺陷率变更、不变类比例和干扰类比例；

步骤2：选取四个演化项目的多个版本进行分析，针对相邻版本计算各个演化度量指标的值，即消失类与新增类比例、缺陷率变更、不变类比例和干扰类比例的值；

步骤3：在朴素贝叶斯和随机森林模型上进行跨版本缺陷预测，采用精确率、召回率和F度量作为性能评价指标。

进一步，步骤2中，采用消失类与新增类比例来度量版本间的演化程度，具体如下：