一种半监督集成跨项目软件缺陷预测方法.pdf

软件学报 ISSN1000—9825，CODENRUXUEW E-mail：jOS@iscas．ac．cn JournalofSoftware，2017，28(6)：1455—1473[doi：10．13328~．cnki．jos．005228] http：／w／ww．jos．org．cn ◎中国科学院软件研究所版权所有． Tel：+86．10 木 一 种半监督集成跨项 目软件缺陷预测方法 何吉元，孟昭鹏，陈 翔，王 赞，樊向宇 f天津大学 软件学院 软件工程系，天津 300072) f南通大学 计算机科学与技术学院，江苏 南通 226019) 通讯作者：王赞，E—mail：wangzan@tju．edu．cn 摘 要：软件缺陷预测方法可以在项 目的开发初期，通过预先识别出所有可能含有缺陷的软件模块来优化测试资 源的分配．早期的缺陷预测研究大多集中于同项目缺陷预测，但同项目缺陷预测需要充足的历史数据，而在实际应用 中，可能需要预测项 目的历史数据较为稀缺，或这个项 目是一个全新项 目．因此，跨项目缺陷预测 问题成为当前软件 缺陷预测领域内的一个研究热点，其研究挑战在于源项目与 目标项 目数据集间存在的分布差异性以及数据集内存 在的类不平衡 问题．受到基于有哪些信誉好的足球投注网站的软件工程思想的启发，提出了一种基于有哪些信誉好的足球投注网站的半监督集成跨项 目软件缺陷预测 方法 S3EL．该方法首先通过调整训练集中各类数据的分布比例，构建出多个朴素贝叶斯基分类器；随后，利用具有全 局有哪些信誉好的足球投注网站能力的遗传算法，基于少量 已标记 目标实例对上述基分类器进行集成，并构建 出最终的缺陷预测模型．在 Promise数据集及 AEEEM 数据集上与多个经典的跨项 目缺 陷预测方法(Burak过滤法、Peters过滤法、TCA+、 CODEP及 HYDRA)进行了对比．以F1值作为评测指标，结果表明：在大部分情况下，sEL方法可以取得最好的预测 性能． 关键词： 跨项 目软件缺陷预测；半监督学习；集成学习；遗传算法；朴素贝叶斯 中图法分类号：TP3ll 中文引用格式 ：何吉元，孟昭鹏，陈翔，王赞，樊向宇．一种半监督集 成跨 项 目软件缺陷预测方法．软件学报，2017，28(6)： 1455—1473．http：llwwwjos．org．cn／1000-9825／5228；htm 英文引用格式：HeJY，MengZP，ChenX，WangZ，FanXY．Semi-Supervisedensemblelearningapproachforcross-project defectprediction．RuanJinaXueBao／JoumatofSoftware；2017，28(6)：t455-1473(inChinese)．http：／／www．jos．org．crd1000-9825／ 5228．htm Semi·S·upervisedEnsembleLearningApproachforCross-·ProjectDefectPrediction HEJi—Yuan， M ENG Zhao—Peng， CHEN Xiang， WANG Zan， FAN Xiang．Yu (DepartmentofSoftwareEngineering，SchoolofComputerSoftware，TianjinUniversity，Tianjin300072，China) (SchoolofComputerScienceandTechnology，NantongUniversity，Nantong226019，China) Abstract： Softwaredefectpredictioncanhelpdeveloperstooptimizethedistributionoftestresourcesbypredictingwhetherornota softwraemoduleisdefect—prone．Mostdefectpredictionresearchesfocusonwithin-projectdefectpredictionwhichneedssufficient trainingdatafr