陈翔,王秋萍.基于代码修改的多目标有监督缺陷预测建模方法[J].计算机科学,2018,45(6):161-165
基于代码修改的多目标有监督缺陷预测建模方法
Multi-objective Supervised Defect Prediction Modeling Method Based on Code Changes
投稿时间:2017-04-24  修订日期:2017-07-19
DOI:10.11896/j.issn.1002-137X.2018.06.028
中文关键词:  软件缺陷预测,多目标优化,代码修改,实证研究
英文关键词:Software defect prediction,Multi-objective optimization,Code changes,Empirical studies
基金项目:本文受国家自然科学基金(61202006,61602267),南京大学计算机软件新技术国家重点实验室开放课题(KFKT2016B18),广西可信软件重点实验室研究课题(kx201610),江苏省高校自然科学研究项目(15KJB520030,16KJB520038),南通市科技平台项目(CP120130001)资助
作者单位
陈翔 南通大学计算机科学与技术学院 江苏 南通226019
南京大学软件新技术国家重点实验室 南京 210093
桂林电子科技大学广西可信软件重点实验室 广西 桂林541004 
王秋萍 南通大学计算机科学与技术学院 江苏 南通226019 
摘要点击次数: 182
全文下载次数: 139
中文摘要:
      基于代码修改的缺陷预测,具有代码审查量少、缺陷定位和修复快的优点。文中首次将该问题建模为多目标优化问题,其中一个优化目标是最大化识别出的缺陷代码修改数,另一个优化目标是最小化需要审查的代码量。这两个优化目标之间存在一定的冲突,因此提出了MULTI方法,该方法可以生成一组具有非支配关系的预测模型。在实证研究中,考虑了6个大规模开源项目(累计227417个代码修改),以ACC和POPT作为评测预测性能的指标。实验结果表明,MULTI方法的预测性能均显著优于经典的有监督建模方法(EALR和Logistic)和无监督建模方法(LT和AGE)。
英文摘要:
      Defect prediction based on code changes has the advantage of smaller code inspection cost,easy fault localization and rapid fixing.This paper firstly formalized this problem as a multi-objective optimization problem.One objective is to maximize the number of identified buggy changes,and the other objective is to minimize the cost of code inspection.There exist an obvious conflict between two objectives,so this paper proposed a novel method MULTI.This me-thod can generate a set of non-dominated prediction models.In the empirical studies,this paper chose six large-scale open source projects (with 227417 code changes in total) and considerd ACC and POPT as evaluation indicators of perfor-mance.Final results show that the proposed method can perform significantly better than the state-of-the-art supervised methods (i.e.,EALR and Logistic) and unsupervised methods (i.e.,LT and AGE).
查看全文  查看/发表评论  下载PDF阅读器