[发明专利]一种软件缺陷组件预测的方法

摘要

本发明涉及一种软件缺陷组件预测的方法，该方法通过定义主题缺陷密度来兼顾源代码语义信息和历史缺陷信息，然后根据版本之间主题的关联信息进行缺陷组件预测，得到组件缺陷数目。本发明提供的方法简单有效，通过定义主题缺陷密度来兼顾源代码语义信息和历史缺陷信息，通过定义相似关系矩阵考虑不同版本间的主题关联信息，从而预测准确率高，可达77.8％，预测结果经过验证，预测精度也很高。

主权项

一种软件缺陷组件预测的方法，其特征在于：具体包括如下步骤：S1:数据抽取与预处理：提取源代码，对所提取的源代码进行去噪处理，所述预处理即指去噪处理；S2：定义组件缺陷密度：将组件缺陷数与组件文件个数的比值定义为组件缺陷密度FD(com)如式(1)所示：FD(comj)=Failure(comj)File(comj)---(1)]]>其中comj表示第j组件，FD(comj)为第j组件缺陷密度，Failure(comj)为组件j包含的缺陷总数，File(comj)表示组件j包含的文件总数；S3：定义主题缺陷密度：组件主题和组件缺陷密度均来自于软件源代码，定义主题缺陷密度TFD(Z)如式(7)所示：TFD(Zi)=Σj=0nθij(FD(comj))---(7)]]>其中Zi表示第i个主题，TFD(Zi)表示第i个主题的主题缺陷密度，θij为主题分布矩阵，n表示组件个数；S4：缺陷组件预测：S4a：定义相似关系，如式(8)：Similarity=HighestWordfromTi∩HighestWordfromTkNumberofHighestWord---(8)]]>其中HighestWordfromTi表示第i个主题下的高频词汇，HighestWordfromTk表示第k个主题下的高频词汇，NumberofHighestWord表示第i个主题或第k个主题下的总的高频词汇个数，Similarity表示第i个主题与第k个主题的相似关系；使i和k遍历其取值范围，得到主题相似矩阵；S4b：通过主题相似矩阵构建不同版本间主题的演化公式如式(9)：TFD(zi,v(r+1))=Σk=0[k]μikTFD(zk,vr)---(9)]]>其中vr表示第r个版本，v(r+1)表示第r+1个版本，zk表示第k个主题，zi表示第i个主题，TFD(zk,vr)表示第r个版本中第k个主题的主题缺陷密度，TFD(zi,v(r+1))表示第r+1个版本中第i个主题的主题缺陷密度，[k]为第r个版本中总的主题个数，μik是主题相似矩阵中的元素，表示第个i主题和第个k主题之间的相似度。