[发明专利]软件缺陷预测方法及装置

摘要

本发明提供一种软件缺陷预测方法及装置，对待预测软件的软件模块源代码进行静态度量，构建缺陷向量；将缺陷向量通过预设投影矩阵映射到几何空间中得到映射缺陷向量；预设投影矩阵为在训练获得经过训练的预测模型的过程中，使得样本向量集的样本缺陷子集之间的相对熵距离的几何均值最大的投影矩阵，样本缺陷子集包括有缺陷子集和无缺陷子集；将映射缺陷向量输入到经过训练的预测模型中，通过经过训练的预测模型，将映射缺陷向量与样本缺陷子集的马氏距离最小的样本缺陷子集所对应的类别，作为待预测软件对应的缺陷预测结果，如此，可以实现软件缺陷数据的优化去噪，保证了数据分布的合理性，从而，可以得到准确性更高的预测结果。

主权项

1.一种软件缺陷预测方法，其特征在于，包括：对待预测软件的软件模块源代码进行静态度量，构建缺陷向量；将所述缺陷向量通过预设投影矩阵映射到几何空间中得到映射缺陷向量；所述预设投影矩阵为在训练获得经过训练的预测模型的过程中，使得样本向量集的样本缺陷子集之间的相对熵距离的几何均值最大的投影矩阵，所述样本缺陷子集包括有缺陷子集和无缺陷子集；将所述映射缺陷向量输入到所述经过训练的预测模型中，通过所述经过训练的预测模型，将所述映射缺陷向量与所述样本缺陷子集的马氏距离最小的样本缺陷子集所对应的类别，作为所述待预测软件对应的缺陷预测结果；所述预设投影矩阵表示为：其中，W^*为预设投影矩阵，C为所述样本向量集的所述样本缺陷子集的个数；D_W(p_c1||p_c2)为在几何空间下的两个所述样本缺陷子集之间的相对熵距离；q_c，表示为样本缺陷子集{x_ci}的先验概率，c为c1、c2、m或n，c1、c2、m、n的取值范围为1至C；α为权重因子。