如何使用數(shù)據(jù)過采樣和集成學習進行軟件缺陷數(shù)目預測方法概述

　　預測軟件缺陷的數(shù)目有助于軟件測試人員更多地關注缺陷數(shù)量多的模塊，從而合理地分配有限的測試資源。針對軟件缺陷數(shù)據(jù)集不平衡的問題，提出了一種基于數(shù)據(jù)過采樣和集成學習的軟件缺陷數(shù)目預測方法——SMOTENDEL。首先，對原始軟件缺陷數(shù)據(jù)集進行n次過采樣，得到凡個平衡的數(shù)據(jù)集；然后基于這n個平衡的數(shù)據(jù)集利用回歸算法訓練出n個個體軟件缺陷數(shù)目預測模型；最后對這凡個個體模型進行結合得到一個組合軟件缺陷數(shù)目預測模型，利用該組合預測模型對新的軟件模塊的缺陷數(shù)目進行預測。實驗結果表明SMOTENDEL相比原始的預測方法在性能上有較大提升，當分別利用決策樹回歸（ DTR）、貝葉斯嶺回歸（BRR）和線性回歸（LR）作為個體預測模型時，提升率分別為7.68%、3.31%和3.38%。

　　軟件在如今社會發(fā)揮著舉足輕重的作用，復雜系統(tǒng)的可靠性高度依賴于軟件的可靠性。軟件缺陷是導致系統(tǒng)失效和崩潰的潛在根源，如果能對軟件缺陷進行預測，就能在造成危害前對軟件缺陷進行排查和修復，從而減少軟件崩潰所帶來的經(jīng)濟損失。

　　伴隨著第一個軟件的誕生并延續(xù)至今，軟件缺陷預測技術已得到了長足的發(fā)展。已有很多研究提出了很多軟件缺陷預測方法。探索了傳統(tǒng)的機器學習模型和半監(jiān)督學習在軟件缺陷預測中的應用，并在PROMISE數(shù)據(jù)集上進行測試，達到了工程的需求。比較了包括決策樹、貝葉斯、向量機、人工神經(jīng)網(wǎng)絡等傳統(tǒng)機器學習模型在多機構數(shù)據(jù)集上的預測表現(xiàn)。