软件缺陷预测

摘要： 随着区块链技术的兴起,智能合约安全问题被越来越多的研究者和企业重视,目前已有一些针对智能合约缺陷检测技术的研究.软件缺陷预测技术是软件缺陷检测技术的有效补充,能够优化测试资源分配,提高软件测试效率.然而,目前还没有针对智能合约的软件缺陷预测研究.针对这一问题,提出了面向Solidity智能合约的缺陷预测方法.首先,设计了一组针对Solidity智能合约特有的变量、函数、结构和Solidity语言特性的度量元集(smart contract-Solidity,SC-Sol度量元集),并将其与重点考虑面向对象特征的度量元集(code complexity and features of object-oriented program,COOP度量元集)组合为COOP-SC-Sol度量元集.然后,从Solidity智能合约代码中提取相关度量元信息,并结合缺陷检测结果,构建Solidity智能合约缺陷数据集.在此基础上,应用了7种回归模型和6种分类模型进行Solidity智能合约的缺陷预测,以验证不同度量元集和不同模型在缺陷数量和倾向性预测上的性能差异.实验结果表明,相对于COOP度量元集,COOP-SC-Sol能够让缺陷预测模型的F1-score指标提升8%.此外,进一步研究了智能合约缺陷预测中的类不平衡问题,实验结果表明,通过采样技术对数据集进行预处理能够提升缺陷预测模型的性能,其中随机欠采样技术能够使模型的F1-score指标提升9%.在特定缺陷倾向性预测问题上,模型的预测性能受到数据集类不平衡的影响,在缺陷模块百分比大于10%的数据集中能取得较好的预测性能.

摘要： 软件缺陷预测可以有效提高软件的可靠性,修复系统存在的漏洞。Boosting重抽样是解决软件缺陷预测样本数量不足问题的常用方法,但常规Boosting方法在处理领域类不平衡问题时效果不佳。为此,提出一种代价敏感的Boosting软件缺陷预测方法 CSBst。针对缺陷模块漏报和误报代价不同的问题,利用代价敏感的Boosting方法更新样本权重,增大产生第一类错误的样本权重,使之大于无缺陷类样本权重与第二类错误样本的权重,从而提高模块的预测率。采用阈值移动方法对多个决策树基分类器的分类结果进行集成,以解决过拟合问题。在此基础上,通过分析给出模型构建过程中权重和阈值的最优化设置。在NASA软件缺陷预测数据集上进行实验,结果表明,在小样本的情况下,与CSBKNN、CSCE方法相比,CSBst方法的BAL预测指标分别提升7%和3%,且时间复杂度降低一个数量级。

摘要： 为了能尽早发现软件中存在的缺陷,使用传统的机器学习方法来预测软件模块的缺陷倾向性,选取了NASA公开数据集中的部分数据集,针对软件缺陷预测中类不平衡的问题,分别采取了随机欠采样和随机过采样的方案,再使用逻辑回归算法和随机森林算法分别对数据集进行训练和预测,使用了查准率(Precision)、查全率(Recall)、ROC曲线下面积(AUC)作为模型的评价指标,并给出了对比实验的结果。

摘要： 针对软件缺陷预测中数据维度的复杂化和类不平衡问题,提出一种基于代理辅助模型的多目标萤火虫算法(SMO-MSFFA)的软件缺陷预测方法。该方法采用了多组策略萤火虫算法(MSFFA),以最小化数据的特征选择比率和最大化模型评测AUC值为多目标目标函数,分别以随机森林(RF)、支持向量机(SVM)和K近邻分类算法(KNN)为分类器构建软件缺陷预测模型。考虑到进化算法自身的迭代特点,嵌入代理模型离线完成部分个体评价函数的计算,以缩短计算耗时。在公开数据集NASA中的PC1、KC1和MC1项目上进行实验验证,与NSGA-II方法相比,在项目PC1、KC1和MC1上模型AUC均值分别提升0.17、降低0.01和提升0.09,平均特征选择比率分别降低0.08,0.17和0.05,平均耗时分别增加131 s,降低了199 s和降低了431 s。实验结果表明,提出的方法在提高模型性能、降低特征选择比率和缩短计算耗时方面具有明显的优势。

摘要： 为了缓解软件缺陷预测的类不平衡问题,避免过拟合影响缺陷预测模型的准确率,本文提出一种面向软件缺陷预测的基于异类距离排名的过采样方法 (HDR).首先,对少数类实例进行3类实例区分,去除噪声实例,减少噪声数据导致的过拟合的情况,然后基于异类距离将实例进行排名,选取相似度高的实例两两组合产生新实例,以此来提升新实例的多样性,之后将有价值的被删除的少数类实例恢复.实验将HDR算法与SMOTE算法和BorderlineSMOTE算法进行比较,采用RF分类器在NASA的8个实际项目数据集上进行,结果显示在F1-measure和G-Mean两项指标上分别有7.7%和10.6%的性能提升,实验表明HDR算法在处理数据量大并且不平衡率高的软件缺陷预测数据集上明显优于其他两种算法.

摘要： 软件缺陷预测通过学习软件缺陷历史数据建立缺陷预测模型,是开发可信软件的重要手段。现有的研究在学习不平衡软件缺陷数据时,确定合理的误分类代价是一个难以解决的问题。在代价敏感朴素贝叶斯方法的基础上拓展,提出一种动态调整模型参数的半监督学习方法——CSNB-EM(EM based Cost-Sensitive Naive Bayes)。该方法通过交叉验证搜索适合训练数据集的最优误分类代价,将搜索到的误分类代价用于建立分类模型,利用未标记数据迭代修正模型参数。方法利用未标记数据提高模型性能,同时克服了传统的软件缺陷预测中确定误分类代价的困难。基于AUC与GeoM评测指标在MDP软件缺陷数据集的5个项目上进行比较实验。实验结果表明,CSNB-EM与CS-NB、CS-NN等现有的代价敏感软件缺陷预测方法相比,其预测性能有明显提高。

摘要： 随着软件系统的规模越来越庞大,如何快速高效地预测软件中的程序缺陷成为一个研究热点。最近的研究引入了深度学习模型,使用神经网络提取代码特征构建分类器进行缺陷预测。针对现有的神经网络只在单层面、单粒度上提取代码特征,导致特征不够丰富,造成预测精度不高的问题,提出了一种基于特征融合的软件缺陷预测框架。通过将程序解析为抽象语法树(abstract syntax tree,AST)以及Token序列两种不同的程序表示方式,利用树卷积神经网络以及文本卷积神经网络分别提取代码的结构和语义特征进行特征融合,从而提取到更丰富的代码特征用于缺陷预测。同时改进了AST和Token序列提取方法,降低模型复杂度。选择使用公共存储库PROMISE中的公开数据集作为实验数据集,采用softmax分类器预测得到最终的预测结果。实验结果表明,该框架在实验数据集上可以获得比已有方法更高的F1-score。

摘要： 针对现有的软件缺陷预测模型中所存在的不足,将量子免疫克隆算法和BP神经网络算法结合,应用到软件缺陷预测中,设计了基于量子免疫克隆BP算法的软件缺陷预测模型(SDPM-QICBP).在该模型中,将量子计算引入到传统进化算法中,特别是在计算量子旋转门的角度时,将传统的查表计算方式与Logistic映射公式相结合,设计了新的量子旋转角的计算公式.模型采用量子免疫克隆算法(QIC)对标准BP神经网络的阈值和权值优化改进,并基于相关数据集进行实验分析.仿真实验的结果表明,和标准BP神经网络算法和朴素贝叶斯算法(NB)相比,该模型准确度和精确度均较高,且迭代次数减少.

摘要： 为提高工作量感知的跨项目缺陷预测性能,提出一种基于差分演化算法的建模方法DE-EACPDP。提出缺陷密度百分位数平均(FDPA)作为模型在训练集上的优化目标,采用逻辑回归(LR)建立预测模型;为使LR在训练集上得到最大的FDPA,使用差分演化算法搜索最优的LR系数。实验在4个数据集的82个项目上对模型进行评估,其结果表明,与5个最先进的方法相比,DE-EACPDP可以显著提升工作量感知性能。

摘要： 软件缺陷预测技术是建立在软件历史信息基础上的预测模型,判断软件模块是否存在软件缺陷,从而实现测试资源的优化分配,实现软件测试工作效率的提高。随着软件缺陷预测技术的快速发展,许多机器学习方法相继被引入进来,以期提高软件缺陷预测的能力。文章针对基于机器学习的软件缺陷预测方法,系统地进行了分类和总结。

摘要： 为了提高软件缺陷预测的精度，提出了一种基于相异度量的软件缺陷预测方法。与传统方法在特征空间进行软件缺陷预测不同，本文在相异空间研究软件缺陷预测问题。首先利用单元与代表集间的相异性构建新的单元特征.然后在相异空间中建立分类器完成预测。通过代表集选择，可有效减少表示单元的特征维数，降低了完成预测的计算复杂度。在NASA数据库KC2和CM1数据集的实验表明，相异空间中，KNN、Bayes和SVM分类器的预测正确率相对于特征空间中其预测效果分别提高了1.86％-9.3996，且计算复杂度降低了18%-67％。

摘要： 本发明公开了一种基于软件缺陷关联分析的软件缺陷定位方法。首先，收集大量大型项目的历史缺陷数据，同时爬取版本控制系统的提交日志信息，自动抽取其中缺陷修复信息，形成数据集。对软件的历史缺陷数据进行分析，挖掘软件缺陷之间存在何种关联关系，以及关联关系的类型。当一个项目中出现一个被报告的缺陷时，利用信息检索技术计算所报告的缺陷与源代码文件之间的相似性，得到一个源代码文件序列，其次根据历史缺陷数据，挖掘与该缺陷存在关联关系的所有历史缺陷的修复文件序列，将历史缺陷修复文件序列和信息检索得到的源代码文件序列加权融合，输出最终的缺陷定位序列，其中排名越高的源文件越有可能包含所报告的缺陷。

摘要： 本发明公开了一种适用于海量不均衡缺陷报告的软件缺陷严重程度预测方法，包括以下步骤：1.构建缺陷报告数据集DBR；步骤2.构建缺陷报告样本集；步骤3.利用borderline‑smote算法实现建缺陷报告样本集中的样本均衡；步骤4.利用均衡后的缺陷报告样本集训练逻辑回归模型得到缺陷报告严重程度预测模型；步骤5.利用缺陷报告严重程度预测模型对新缺陷报告进行预测：利用引入了维基百科的语料库的bert模型将缺陷报告中描述信息生成仅有768维句子向量，同时利用borderline‑smote算法实现了由句子向量及严重程度构成的样本集中各类样本的均衡，提高软件缺陷严重程度预模型的训练效率及检测准确性。

摘要： 本发明提供了一种软件缺陷预测方法和软件缺陷预测系统，用以解决现有的软件缺陷预测精度不高的问题。包括：降维处理单元、SVM训练单元和缺陷预测单元；其中步骤一、根据局部线性嵌入算法LLE对第一训练数据集进行降维处理，得到第一训练数据集中每个样本点映射到低维空间中的低维向量，得到由各低维向量组成的第二训练数据集；步骤二、根据所述第二训练数据集对支持向量机SVM分类器进行训练，得到SVM分类器的最优分类超平面函数，进而得到训练好的SVM分类器；步骤三、根据所述训练好的SVM分类器对待预测软件进行缺陷预测。

摘要： 本发明提供了一种面向开源软件缺陷特征深度学习的软件缺陷预测方法，属于软件工程技术领域。本发明包括：采集开源软件缺陷信息，构建软件缺陷数据库，将源代码生成抽象语法树；利用社团检测算法将抽象语法树进行剪枝得到缺陷子树，然后结合修复描述和项目基础信息、源代码来建立缺陷子树的信息语料库，从中提取主题单词并转化为向量表示，作为缺陷子树中节点的属性；最后建立基于图分类的卷积神经网络的软件缺陷预测模型，将缺陷子树表示为邻接矩阵和属性矩阵作为模型的输入训练卷积神经网络，识别待预测软件模块源代码是否具有缺陷倾向性。本发明利用深度学习的方法直接从结构化的软件代码中提取缺陷深度特征，能够取得更好的缺陷识别效果。

摘要： 本发明提出一种基于复杂加权软件网络图的软件缺陷预测方法，能够提高针对大规模复杂软件的缺陷预测精度。包括以下步骤：步骤一、针对所预测的软件，建立复杂加权软件网络图；步骤二、确定步骤一建立的复杂加权软件网络图中每个节点的网络属性值；步骤三、从公开的软件缺陷库中搜集针对该预测软件的所有软件缺陷，建立该软件的历史缺陷库，并在历史缺陷库中标明每个软件模块的缺陷标签；骤四、将步骤二中计算确定的针对每个节点的网络属性值作为机器学习算法的输入，将步骤三中标明的缺陷标签作为机器学习算法的输出，对机器学习算法进行训练和测试，根据机器学习算法的性能评价指标确定性能最优的预测模型。

摘要： 本发明提供了一种软件缺陷预测方法和软件缺陷预测系统，用以解决现有的软件缺陷预测精度不高的问题。包括：降维处理单元、SVM训练单元和缺陷预测单元；其中步骤一、根据局部线性嵌入算法LLE对第一训练数据集进行降维处理，得到第一训练数据集中每个样本点映射到低维空间中的低维向量，得到由各低维向量组成的第二训练数据集；步骤二、根据所述第二训练数据集对支持向量机SVM分类器进行训练，得到SVM分类器的最优分类超平面函数，进而得到训练好的SVM分类器；步骤三、根据所述训练好的SVM分类器对待预测软件进行缺陷预测。

摘要： 本发明提供了一种面向开源软件缺陷特征深度学习的软件缺陷预测方法，属于软件工程技术领域。本发明包括：采集开源软件缺陷信息，构建软件缺陷数据库，将源代码生成抽象语法树；利用社团检测算法将抽象语法树进行剪枝得到缺陷子树，然后结合修复描述和项目基础信息、源代码来建立缺陷子树的信息语料库，从中提取主题单词并转化为向量表示，作为缺陷子树中节点的属性；最后建立基于图分类的卷积神经网络的软件缺陷预测模型，将缺陷子树表示为邻接矩阵和属性矩阵作为模型的输入训练卷积神经网络，识别待预测软件模块源代码是否具有缺陷倾向性。本发明利用深度学习的方法直接从结构化的软件代码中提取缺陷深度特征，能够取得更好的缺陷识别效果。

摘要： 本发明公开了一种基于航天软件缺陷数据分布离群点的缺陷预测方法及装置，包括：根据存在离群点现象的样本数据，构建航天嵌入式软件缺陷数据对应的离群点训练集和离群点测试集；根据所述离群点训练集，训练得到第一数量的软件缺陷预测模型；根据所述离群点测试集，对所述软件缺陷预测模型进行测试验证，并按照评价指标对所述软件缺陷预测模型进行排序，得到排序预测模型；基于遗传算法构建自动化搜索优化算法，并结合所述排序预测模型在元分类器基础上逐层递归，查找可被替换的模型节点；根据不同的评价指标和所述模型节点，优化得到目标模型结构，并获取航天嵌入式软件缺陷数据分布离群点的缺陷预测方法。本发明可以提高第三方软件测评效率。

摘要： 本发明公开了一种基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法，包括标注每个跨项目实例即训练数据有多少个缺陷、根据经验提取实例内的度量属性、数据预处理、基于加权跨项目实例集构建贝叶斯缺陷预测模型、根据贝叶斯缺陷预测模型预测本项目实例是否有缺陷等五步骤；本发明对现有跨项目缺陷数据的权值计算方法进行改进，提出一种基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法，即在根据迁移学习计算权值的基础上，考虑缺陷个数信息的加成作用，有效避免了不平衡问题对预测结果造成的影响，从而提高了跨项目缺陷预测的精度。

摘要： 本发明提出一种基于复杂加权软件网络图的软件缺陷预测方法，能够提高针对大规模复杂软件的缺陷预测精度。包括以下步骤：步骤一、针对所预测的软件，建立复杂加权软件网络图；步骤二、确定步骤一建立的复杂加权软件网络图中每个节点的网络属性值；步骤三、从公开的软件缺陷库中搜集针对该预测软件的所有软件缺陷，建立该软件的历史缺陷库，并在历史缺陷库中标明每个软件模块的缺陷标签；骤四、将步骤二中计算确定的针对每个节点的网络属性值作为机器学习算法的输入，将步骤三中标明的缺陷标签作为机器学习算法的输出，对机器学习算法进行训练和测试，根据机器学习算法的性能评价指标确定性能最优的预测模型。