面向演化的软件缺陷预测方法研究

Software evolution is the behavior and process of software maintenance and software update, and it is one of the important sources of software defects. Under the background of diversified requirements and functions, the evolution frequency of modern software is relatively high, which leads to the significant increase of software defect rate. Therefore, it is particularly important to study the evolution-oriented approaches for software defect prediction. However, compared with the traditional software defect prediction approaches, this field is mainly limited to the study of metrics, which makes it difficult to effectively improve its prediction performance. This project aims to explore the evolution-oriented new technologies and approaches for software defect prediction. First, the extraction method of evolution metrics by using the change impact analysis technique. We develop the impact analysis based on the software changed history database, and determine the changed set and the impacted set for extracting new evolution metrics. Second, the search method of training set based on a multi-objective optimization algorithm. We design reasonable objective functions and constraints, establish a multi-objective optimization model and search for the optimal training set. Finally, the parameter optimization method of prediction model based on reinforcement learning, which synergizes reinforcement learning with parameter optimization of prediction model to improve its performance to the greatest extent. This project is a cross application research involving the fields of program analysis, evolutionary computation and machine learning, which has important theoretical significance and practical application value.

软件演化是软件维护和软件更新的行为和过程，是软件缺陷的重要来源之一。在需求和功能多样化背景下，现代软件的演化频率相对较高，导致软件缺陷率显著增加。因此，面向演化的软件缺陷预测研究显得尤为重要。然而，与传统的软件缺陷预测研究相比，该领域主要局限于度量元的研究，难以有效提高其预测性能。本项目旨在研究面向演化的软件缺陷预测的新技术和新方法。首先，基于修改影响分析的演化度量元提取方法，通过对软件修改历史数据进行影响分析，确定修改集和影响集，用于提取新的演化度量元；其次，基于多目标优化的训练集搜索方法，设计合理的目标函数和约束条件，建立多目标优化模型，搜索最优训练集；最后，基于强化学习的预测模型参数优化方法，将强化学习与预测模型参数优化过程相协同，最大程度地提高预测模型性能。本项目是涉及程序分析、进化计算和机器学习等领域的交叉应用研究，具有重要的理论意义和实际应用价值。

软件演化是软件维护和软件更新的行为和过程，是软件缺陷的重要来源之一。本项目研究了面向演化的软件缺陷预测方法，主要从演化度量元提取、训练集搜索和预测模型参数优化三个方面展开。具体研究工作如下：（1）在演化度量元提取方面，利用软件演化信息和软件修改影响信息，针对缺陷变化情况分析五种过程度量元与引入缺陷和消除缺陷的相关性，然后研究了代码度量元变更预测标签变更的有效性；针对演化项目的相邻版本，提出六种演化程度度量指标，并分析它们与跨版本缺陷预测性能的相关性。（2）在训练集搜索方面，针对跨项目缺陷预测中源项目与目标项目间的数据分布差异问题，分别提出了分层数据筛选方法和流形特征变换方法；针对多个源项目场景，分别提出了基于特征分布对齐和邻域实例选择的方法、多源域自适应方法；结合跨项目和跨版本两种预测场景，从数据分布角度提出一种基于相似性度量的训练集推荐方法，考虑数据集相似度、缺陷率差值和干扰类比率三方面因素，实现训练集搜索与推荐。（3）在预测模型参数优化方面，研究了超参数优化对跨版本缺陷预测性能的影响，采用五种缺陷预测模型和四种超参数优化算法，实现了面向跨版本缺陷预测的超参数优化研究。针对上述研究，在PROMISE、Relink和AEEEM等数据集上进行了实验验证，实现了面向演化的软件缺陷预测研究框架。在本项目的资助下，研究成果发表学术论文9篇，包括SCI论文3篇、EI论文3篇和北大中文核心期刊论文3篇。本项目成果深化和丰富了面向演化的软件缺陷预测研究，拓宽了进化计算和机器学习的应用领域，有利于提高软件质量和软件可靠性，为软件测试和软件维护提供支持。