半监督软件缺陷挖掘研究综述.pdfVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
半监督软件缺陷挖掘研究综述.pdf

ISSN 1004-9037,CODEN SCYCE4 http://sjcj.nuaa.edu.cn JournalofDataAcquisitionandProcessingVo1.31,No.1,Jan.2016,PP.56—64 E—mail:sjci@nuaa.edu.CR DOI:10.16337/j.1004—9037.2016.01.005 Tel/Fax:+86~025 @ 2016byJournalofDataAcquisitionandProcessing 半监督软件缺陷挖掘研究综述 黎 铭 霍 轩 (南京大学计算机软件新技术国家重点实验室,南京,210023) 摘 要:软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因。软 件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已 得到 了软件质量保障领域的广泛关注。要准确发现软件模块 中潜在的缺 陷,需要利用大量带有缺 陷情况 标注的模块进行学习。然而,缺陷情况标注往往需要通过详细测试或人工代码检查获取 ,要消耗大量测 试和人工资源,在实际应用中难以满足,这严重制约 了软件缺 陷挖掘的性能。针对这一 问题 ,半监督学习 技术被 引入软件缺 陷挖掘 ,通过对大量缺少标注的模块进行利用,辅助提升软件缺 陷挖掘 的性能。本文 对半监督缺 陷挖掘技术的研 究现状进行综述 。首先综述 了软件缺 陷挖掘研 究现状,然后简要介绍 了半监 督学习的4种学习范式;最后系统梳理了基于半监督学习进行软件缺陷挖掘的多种方法与技术。 关键词:软件挖掘;机器学习;半监督学习;软件缺陷挖掘 中图分类号 :TP181;TP3l1.5 文献标志码 :A SoftwareDefectM iningBasedonSem i—supervisedLearning LiM ing,H uo Xuan (NationalKeyLaboratoryforNovelSoftwareTechnology,NanjingUniversity,Naniing,210023,China) Abstract:Softwarequalityensuresthereliablerunningofthesoftwaresystem ,andsoftwaredefectsre— ducethequalityofthesoftwaresystem.Softwaredefectscanbeidentifiedeffectivelybyminingthecodes aswellasotherrelateddata,SOthesoftwaredefectminingtechnologyhasdrawnsignificantattentionin softwarequalityassurance.Toeffectivelyidentifypotentia1softwaredefectsfrom thesoftwaremodules, a1argenumberofmoduleslabeledasdefectiveornon—defectiveinformationneedtobecollectedformode1 construction.However,thelabelsofmodulesareusuallyobtainedbyextensivetestingormanualcode inspection,whichconsumesahugeamountofmanpowerandtime.Inpractice,onlyasmallnumberof labe1scanbecollected,whichseriouslyconstrainstheperformanceofdefectidentification.Tosolvethis problem ,thesemi—supervisedlearning isintroduced intosoftwaredefectmining,thusthemining per— formanceisimprovedbyexploitingthelargenumberofunlabeledmodules.Here,theadvancesandthe research statusofsemi—supervisedsoftwaredefectmining

文档评论(0)

尐丶丑 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档