软件更改缺陷实时预测方法研究

Real-time bug prediction in software changes is to predict bugs and their priority in a just finished source code hunk change. Software bug prediction has been paid attention by many domestic and international researchers. However, some existing work can not do real-time prediction, some existing work does not provide the priority of the bugs, and some existing work does not tell the concrete position of the bugs. Thus, time and effort invested to fix bugs is increased and the quality of the software is affected. To resolve the above problems, this project conducts research on real-time bug prediction method, aiming to find out and fix bugs as early as possible, so as to increase efficiency and accuracy of bug fixing. The main research content of this project is as follows. First, we will study the acquisition and calculation of software change features. Second, we will research on the analysis of relationship between changes and bugs. Third, we will pay attention to software change feature analysis and selection. Finally, we will focus on construction of bug prediction model and prediction of bugs in new software changes with the constructed model. This project can predict bugs timely and accurately, and help to improve software quality.

软件更改缺陷实时预测是在软件更改刚完成时即对更改代码块是否引入缺陷及缺陷级别进行预测。软件缺陷预测问题得到了国内外很多研究者的关注。然而，已有研究要么不能对缺陷进行实时预测，要么没有给出缺陷级别或者对缺陷定位不够精确，进而导致缺陷修复耗费的时间和成本增加，影响了软件质量。为了解决上述问题，本项目对软件更改缺陷实时预测方法进行研究，旨在尽早发现并修复由于软件更改引入的缺陷，提高缺陷修复的效率和准确率。主要研究内容包括：更改属性获取与计算，更改缺陷关系分析，更改属性分析与选择，构建缺陷预测模型并使用该模型对新的软件更改进行缺陷预测。本项目对缺陷进行实时精准预测，有助于提高软件产品质量。

软件更改缺陷实时预测是在软件更改刚完成时即对更改代码块是否引入缺陷及缺陷级别进行预测，得到了国内外很多研究者的关注。本项目对软件更改缺陷实时预测方法进行研究，旨在尽早发现并修复由于软件更改引入的缺陷，提高缺陷修复的效率和准确率。主要研究内容包括：更改属性获取与计算；更改缺陷关系分析；更改属性分析与选择；建模与预测。.主要研究进展包括：1）获取并计算了4种不同类型的更改属性，提出了一种软件更改的重要性属性度量计算方法，解决了已有研究忽略软件更改的重要性对其是否引入缺陷的影响。2）分析了更改缺陷关系，识别了缺陷引入的文件更改及代码块更改；3）分析并选择了有效的更改属性，为构建更精准的更改缺陷实时预测模型提供了高质量的训练数据；4）在前三步研究获得的数据基础上，使用数据挖掘方法及其改进方法，或者提出新的方法，构建了软件更改缺陷实时预测模型。.为了构建预测效果更好的模型：1）提出了一种基于异常点识别算法iForest的软件更改缺陷预测方法，创新性地提出了将软件更改缺陷视为异常点的软件更改缺陷预测新思路；2）提出了组合集成学习和重采样技术的分类方法，解决了更改缺陷数据的不均衡问题；3）提出了集成学习的基分类器选择算法，从理论上证明了构造有效的集成学习器的充分必要条件，并根据证明所得结论提出了集成学习器的基分类器选择算法。4）提出了一种改进的数据集特征提取方法及一种基于聚类的分类算法推荐方法，为选择最佳的分类算法构建预测模型提供了基础。.针对所提方法，项目进行期间共发表学术论文8篇，其中SCI检索论文4篇，EI检索论文3篇，国际会议论文3篇，申请发明专利2项，培养硕士研究生3名，协助培养博士研究生3名。.项目的研究成果有助于实现对缺陷的快速和精准预测，为实现高质量软件产品提供帮助。