中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
将似然关系模型在描述和推理多属性类之间关系及其不确定性知识方面的优势用于预测软件缺陷, 提出了航天软件缺陷预测模型PRM_METHOD。首先, 提出了基于软件测试的软件缺陷分类方法, 以软件缺陷类关系为例分析了似然关系模型用于航天软件缺陷预测的理论依据; 然后, 在对人员能力、缺陷数量特征等数据进行定义和泛化等预处理的基础上, 描述了提出的预测模型PRM_METHOD, 详细阐述其结构、学习过程以及预测过程, 并针对数据集的分类操作提出了基于弥合数据缝隙的k-均值聚类方法。最后, 以某航天项目软件为例验证了模型PRM_METHOD的实现过程, 并以实际测试工作中产生的历史数据作为训练集和验证集进行实验验证。验证结果显示, 验证集的记录与预测结果的平均绝对偏差均值为0.086 8, 即模型的预测精度为0.913 2, 表明该模型对关联关系较为复杂的航天软件缺陷有较好的预测精度。
软件缺陷预测 似然关系模型 缺陷分类 聚类分析 software defect prediction probabilistic relational model defect classification clustering analysis