特征選擇在軟件缺陷預(yù)測(cè)技術(shù)中的應(yīng)用研究.pdf

1、軟件缺陷預(yù)測(cè)技術(shù)是軟件工程中重要的研究方向。隨著全球信息化步伐的不斷加快，當(dāng)今社會(huì)，人們的生活已經(jīng)離不開(kāi)軟件產(chǎn)品和軟件系統(tǒng)的參與。由于軟件產(chǎn)品和系統(tǒng)在越來(lái)越多的領(lǐng)域中扮演著十分重要的角色，軟件的質(zhì)量也逐漸成為人們關(guān)注的焦點(diǎn)。在軟件項(xiàng)目開(kāi)發(fā)過(guò)程中，軟件缺陷的產(chǎn)生不可避免，及時(shí)發(fā)現(xiàn)并消除軟件缺陷也因此成為軟件項(xiàng)目開(kāi)發(fā)過(guò)程中不可或缺的環(huán)節(jié)。軟件測(cè)試技術(shù)對(duì)于發(fā)現(xiàn)和消除軟件缺陷是一種有效的手段，并且已經(jīng)成為軟件開(kāi)發(fā)行業(yè)慣用的方法，但是這項(xiàng)技術(shù)需要

2、消耗大量的時(shí)間和資源，使其成為軟件開(kāi)發(fā)過(guò)程的一大瓶頸。軟件缺陷預(yù)測(cè)是一種新型的缺陷發(fā)現(xiàn)技術(shù)，它根據(jù)已有的經(jīng)驗(yàn)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)方法，對(duì)可能出現(xiàn)缺陷的模塊做出預(yù)測(cè)，從而可以將有限的資源和時(shí)間花費(fèi)到可能有缺陷的模塊的測(cè)試中，達(dá)到資源的合理配置和利用，有效地提高軟件項(xiàng)目開(kāi)發(fā)效率，節(jié)約軟件開(kāi)發(fā)成本，提高軟件產(chǎn)品質(zhì)量。
　　軟件缺陷預(yù)測(cè)技術(shù)經(jīng)過(guò)多年的研究與發(fā)展，已經(jīng)有了一些成熟的學(xué)術(shù)和商業(yè)應(yīng)用，但也存在一些不足，比如預(yù)測(cè)模型的分類(lèi)準(zhǔn)確度不高

3、等。本文重點(diǎn)關(guān)注軟件缺陷預(yù)測(cè)模型所依賴(lài)的經(jīng)驗(yàn)數(shù)據(jù)集，主要研究特征選擇算法在軟件缺陷預(yù)測(cè)技術(shù)中的應(yīng)用。軟件缺陷數(shù)據(jù)集本身存在的冗余性會(huì)干擾學(xué)習(xí)算法的學(xué)習(xí)效果，從而影響軟件缺陷預(yù)測(cè)模型的分類(lèi)性能。
　　特征選擇一般來(lái)說(shuō)包含F(xiàn)ilter類(lèi)型和Wrapper類(lèi)型兩種框架類(lèi)型的算法，它們的主要區(qū)別在于對(duì)特征子集的評(píng)價(jià)模塊上。Filter特征選擇算法主要根據(jù)數(shù)據(jù)集內(nèi)在的數(shù)學(xué)特點(diǎn)評(píng)價(jià)特征的重要性，而Wrapper特征選擇算法則直接利用學(xué)習(xí)算法的

4、分類(lèi)性能來(lái)評(píng)價(jià)特征子集。這兩種算法各有優(yōu)缺點(diǎn)，本文結(jié)合信息理論、遺傳算法等相關(guān)知識(shí)提出了兩種不同類(lèi)型的特征選擇算法:基于互信息的特征選擇算法（Filter類(lèi)型）和基于遺傳優(yōu)化支持向量機(jī)的特征選擇算法（Wrapper類(lèi)型）。本文將這兩種類(lèi)型的特征選擇算法應(yīng)用到軟件缺陷預(yù)測(cè)模型中，展開(kāi)了一系列深入具體的研究工作?？傮w而言，本文的研究?jī)?nèi)容主要包含以下兩個(gè)方面:
　　第一，在仔細(xì)研究和理解相關(guān)信息理論的基礎(chǔ)上，分析了當(dāng)前已有的基于信息理論

5、的特征選擇算法的特點(diǎn)，并針對(duì)特征選擇算法中特征子集大小對(duì)評(píng)價(jià)標(biāo)準(zhǔn)的影響問(wèn)題，提出了一種引入非線(xiàn)性因子的特征子集評(píng)價(jià)函數(shù)，改進(jìn)了現(xiàn)有的基于互信息的特征選擇算法，并做了大量的實(shí)驗(yàn)研究，實(shí)驗(yàn)結(jié)果表明，本文所提出的特征選擇算法在提高軟件缺陷預(yù)測(cè)模型的分類(lèi)性能上具有更加明顯的優(yōu)勢(shì)。
　　第二，提出了一種基于遺傳算法和支持向量機(jī)的特征選擇算法，該算法使用遺傳算法對(duì)特征空間進(jìn)行隨機(jī)搜索，搜索過(guò)程中使用支持向量機(jī)建立的軟件缺陷預(yù)測(cè)模型輸出結(jié)果作為