[发明专利]基于概率的无监督缺陷预测方法

摘要

本发明涉及基于概率的无监督缺陷预测方法，包括如下步骤，S1获取度量元阈值，使用每个度量下源代码类的度量元值的中位数作为阈值；S2度量元值与阈值的差值概率化；S3聚类，计算所有度量元下每个文件的概率之和，具有相同值的类归为一类；S4标记，如果某类文件所对应的概率合大于等于L，则将该类文件标记为有缺陷，否则标记为无缺陷，从而将所有类标记为有缺陷和没有缺陷的两类。本发明方法使用概率表示类存在缺陷的可能性，不同度量元值得到的概率不同，保留类存在缺陷可能性大小的信息。在标记的过程中，根据数据集中缺陷的分布特点，选取合适的临界值进行标记。在避免信息丢失的同时，选择合适的标记临界值，提高了缺陷预测的性能。

主权项

1.基于概率的无监督缺陷预测方法，其特征在于，包括如下步骤：S1：获取度量元阈值；S1a：获取目标软件的源代码，并获取该目标软件源代码的度量元值；目标软件源代码的所有度量元的值构成一个集合X：X＝{x1,1,x2,2,...xi,j,...xI,J}  (1)；其中，xi,j表示第j个度量元在第i个文件上的度量元值，第i个文件是指第i个源代码的文件，I表示目标软件中源代码文件的总数，J表示选取的度量元的总数；S1b：将每个度量元在所有文件上的度量元值的中位数作为该度量元阈值，见公式(2)；Tj＝Median(xi,j),i＝1,2,3...I,j＝1,2,3...J  (2)；其中，Tj表示第j个度量元的阈值；S2：度量元值与阈值的差值概率化；S2a：使用公式(3)计算度量元值与其对应的阈值的差值；ui,j＝xi,j‑Tj,i＝1,2,3...I,j＝1,2,3...J  (3)；其中，ui,j表示第j个度量元在第i个文件上的度量元值与第j个度量元的阈值的差值；S2b：将步骤S2a的差值使用公式(4)映射为概率；其中，P(ui,j)表示差值ui,j映射后的概率；S3：聚类；S3a：根据公式(5)对通过公式(4)得到概率求和；其中，Ki表示在每个度量元上第i个文件对应的概率P(ui,j)进行求和所得的概率和；S3b：将步骤S3a得到的I个概率和进行比较，将概率和相等的文件归为同一个类别；S4：根据公式(6)对步骤S3b聚类的结果进行标记；如果S3b聚类后，某类别文件所对应的概率和大于等于L，则将该类别中的文件标记为有缺陷，否则标记为无缺陷；其中，L表示临界值，L＝J*B，B是经验值，B∈(0，1)，F表示待预测的文件的类别。