基于模糊支持向量机的软件缺陷预测技术_程元启2
需积分: 0 36 浏览量
2022-08-03
19:28:47
上传
评论
收藏 285KB PDF 举报
２０
１８
年
９
月
第
３９
卷
第
９
期
计算机工程与设计
ＣＯ
ＭＰＵＴＥＲ
ＥＮＧＩＮＥＥＲＩＮＧ
ＡＮＤ
ＤＥＳＩＧＮ
Ｓｅ
ｐ
ｔ．２０１８
Ｖｏｌ．３９
Ｎ
ｏ
．９
基于模糊支持向量机的软件缺陷预测技术
程元
启
１
，
姚淑
珍
１
，
谭火
彬
２
，
李丹
丹
１
（
１．
北京航空航天大学
计算机学院
，
北京
１０
０１９１
；
２．
北京航空航天大学
软件学院
，
北京
１０
０１９１
）
摘
要
：
为克服软件缺陷预测中的类不平衡问题
，
提出机器学习模型
ＧＡ
－
ＦＳ
ＶＭ
。
去除软件数据集的冗余特征
，
使用模糊
支持向量机作为分类器
，
针对软件缺陷预测问题提出相应的模糊隶属度函数
，
使其能适应数据集的类不平衡
，
应对数据集
中的特异点
，
使用遗传算法进行参数调优
，
训练分类器
。
在
Ｎ
ＡＳＡ
数据集上进行交叉验证的结果表明
，
和几种常见的算法
相
比
，
该方法能够提高有缺陷样本的
Ｆ
－
ｍｅ
ａｓｕｒｅ
值
。
关键词
：
软件缺陷预测
；
模糊支持向量机
；
类不平衡问题
；
遗传算法
；
机器学习
中图法分类号
：
Ｔ
Ｐ３１１．５
文献标识号
：
Ａ
文章编号
：
１０００
－
７０
２４
（
２０１８
）
０９
－
２７
５３
－
０５
ｄ
ｏｉ
：
１０．１６２０８
／
ｊ
．ｉ
ｓｓｎ１０００
－
７０
２４．２０１８．０９．０１０
收稿
日期
：
２０
１７
－
０７
－
１３
；
修订
日期
：
２０
１８
－
０２
－
２４
作
者
简介
：
程元启
（
１９
９３
－
），
男
，
陕西
汉 中 人
，
硕 士 研 究 生
，
研究方向为机器学习
、
软 件 工 程
；
姚 淑 珍
（
１９
６５
－
），
女
，
北 京
人
，
博 士
，
教授
，
ＣＣ
Ｆ
高级
会员
，
研究方向为软件工程
、
Ｐｅ
ｔｒｉ
网
；
谭 火
彬
（
１９
７９
－
），
男
，
北 京
人
，
博 士
，
讲 师
，
研究方向为软件工程
；
李 丹 丹
（
１９
８６
－
），
女
，
山东
菏泽人
，
博士研究生
，
研究方向为处理器设计
、
机器学习
、
软件工程技术
。
Ｅ
－
ｍａ
ｉｌ
：
ｃｈｅｎ
ｇｙ
ｕａｎ
ｑ
ｉ
＠
ｈｏｔｍａｉｌ．ｃｏｍ
Ｓｏ
ｆｔｗａｒｅ
ｄｅｆｅｃｔ
ｐ
ｒｅｄｉｃｔｉｏｎ
ｔｅｃｈｎｏｌｏ
ｇｙ
ｂａｓｅｄ
ｏｎ
ｆｕｚｚ
ｙ
ｓｕ
ｐｐ
ｏｒｔ
ｖｅｃｔｏｒ
ｍａｃｈｉｎｅ
ＣＨ
ＥＮＧ
Ｙｕａｎ
－
ｑ
ｉ
１
，
ＹＡ
Ｏ
Ｓｈｕ
－
ｚｈ
ｅｎ
１
，
ＴＡ
Ｎ
Ｈｕｏ
－
ｂｉ
ｎ
２
，
ＬＩ
Ｄ
ａｎ
－
ｄａ
ｎ
１
（
１．
Ｓｃｈｏｏｌ
ｏｆ
Ｃｏｍ
ｐ
ｕｔｅｒ
Ｓｃｉｅｎｃｅ
ａｎｄ
Ｅｎ
ｇ
ｉｎｅｅｒｉｎ
ｇ
，
Ｂｅｉｈａｎ
ｇ
Ｕｎｉｖｅｒｓｉｔ
ｙ
，
Ｂｅｉ
ｊ
ｉｎ
ｇ
１００１９１
，
Ｃｈｉｎａ
；
２．Ｓｃｈｏｏｌ
ｏｆ
Ｓｏｆｔｗａｒｅ
，
Ｂｅｉｈａｎ
ｇ
Ｕｎｉｖｅｒｓｉｔ
ｙ
，
Ｂｅｉ
ｊ
ｉｎ
ｇ
１００１９１
，
Ｃｈｉｎａ
）
Ａｂｓｔｒａｃｔ
：
Ｔｏ
ｓ
ｏｌｖｅ
ｔｈｅ
ｃｌａｓｓ
ｉｍｂａｌａｎｃｅ
ｐ
ｒｏｂｌｅｍ
ｉｎ
ｓｏｆｔｗａｒｅ
ｄｅｆｅｃｔ
ｐ
ｒｅｄｉｃｔｉｏｎ
，
ａ
ｍａｃｈｉｎｅ
ｌｅａｒｎｉｎ
ｇ
ｍｏｄｅｌ
ＧＡ
－
ＦＳ
ＶＭ
ｗａｓ
ｐ
ｒｏ
－
ｐ
ｏ
ｓ
ｅｄ．Ｔｈｅ
ｒｅｄｕｎｄａｎｔ
ｆｅａｔｕｒｅｓ
ｏｆ
ｓｏｆｔｗａｒｅ
ｄａｔａ
ｓｅｔｓ
ｗｅｒｅ
ｒｅｍｏｖｅｄ
，
ａｎｄ
ｆｕｚｚ
ｙ
ｓｕ
ｐｐ
ｏｒｔ
ｖｅｃｔｏｒ
ｍａｃｈｉｎｅ
ｗａｓ
ｕｓｅｄ
ａｓ
ｃｌａｓｓｉｆｉｅｒ．Ｉｎ
ａｄｄｉｔｉｏｎ
，
ｔｈｅ
ｃｏｒｒｅｓ
ｐ
ｏｎｄｉｎ
ｇ
ｆｕｚｚ
ｙ
ｍｅｍｂｅｒｓｈｉ
ｐ
ｆｕｎｃｔｉｏｎｓ
ｆｏｒ
ｓｏｆｔｗａｒｅ
ｄｅｆｅｃｔ
ｐ
ｒｅｄｉｃｔｉｏｎ
ｗｅｒｅ
ｐ
ｒｏ
ｐ
ｏｓｅｄ
，
ｗｈｉｃｈ
ｎｏｔ
ｏｎｌ
ｙ
ａｄａ
ｐ
ｔｅｄ
ｔｏ
ｔｈｅ
ｄａｔａ
ｓｅｔ
ｏｆ
ｃｌａｓｓ
ｉｍｂａｌａｎｃｅ
，
ｂｕｔ
ａｌｓｏ
ｄｅａｌｔ
ｗｉｔｈ
ｏｕｔｌｉｎｅｒ
ｉｎ
ｄａｔａ
ｓｅｔ
，
ａｎｄ
ｇ
ｅｎｅｔｉｃ
ａｌ
ｇ
ｏｒｉｔｈｍ
ｗａｓ
ｕｓｅｄ
ｆｏｒ
ｐ
ａｒａｍｅｔｅｒ
ｔｕｎｉｎ
ｇ
．Ｔｈｅ
ｒｅｓｕｌｔｓ
ｏｆ
ｃｒｏｓｓ
ｖａｌｉｄａｔｉｏｎ
ｏｎ
ＮＡＳＡ
ｄａｔａｓｅｔｓ
ｓｈｏｗ
ｔｈａｔ
ｔｈｅ
ｐ
ｒｏ
ｐ
ｏｓｅｄ
ｍｅｔｈｏｄ
ｃａｎ
ｉｍ
ｐ
ｒｏｖｅ
ｔｈｅ
Ｆ
－
ｍｅ
ａｓｕｒｅ
ｖａｌｕｅ
ｏｆ
ｄｅｆｅｃｔｉｖｅ
ｓａｍ
－
ｐ
ｌ
ｅ
ｓ
ｃｏｍ
ｐ
ａｒｅｄ
ｗｉｔｈ
ｓｅｖｅｒａｌ
ｃｏｍｍｏｎ
ａｌ
ｇ
ｏｒｉｔｈｍｓ．
Ｋｅ
ｙ
ｗ
ｏｒｄｓ
：
ｓｏ
ｆｔｗａｒｅ
ｄｅｆｅｃｔ
ｐ
ｒｅｄｉｃｔｉｏｎ
；
ｆｕｚｚ
ｙ
ｓｕ
ｐｐ
ｏｒｔ
ｖｅｃｔｏｒ
ｍａｃｈｉｎｅ
；
ｃｌａｓｓ
ｉｍｂａｌａｎｃｅ
；
ｇ
ｅｎｅｔｉｃ
ａｌ
ｇ
ｏｒｉｔｈｍ
；
ｍａｃｈｉｎｅ
ｌｅａｒｎｉｎ
ｇ
０
引
言
软件
缺陷预测技术可以根据软件的多个特征属性
，
来
预测软件缺陷的数 目和分布
。
目前已经有很多研究人员借
助机器学习方法来预测软件项目中的模块是否有缺陷
，
不
仅诸如朴素贝叶斯
、
决策树等经典的机器学习方法已经被
使用
［
１
］
，
而且
基于
Ｂａ
ｇｇ
ｉｎ
ｇ
和
Ｂｏｏｓｔｉｎ
ｇ
的集成学习的方法
也被广泛应用
［
２
］
。
随着
人工智 能
、
统计学 等技术的不断 发
展
，
基于机器学习的软件缺陷预测技术是热门领域
。
需要
注意到的是
，
对于软件系统而言
，
含有缺陷的模块往往只
是少数
，
大多数模块并无缺陷
，
所以在软件缺陷预测中
，
无缺陷的程序模块
（
即多数类
）
的数量往往比有缺陷程序模
块
（
即少数类
）
的数量多得多
，
这就是软件缺陷预测中的类
不平衡问题
，
不平衡数据集会让分类器更多地从多数类中
获取有效信息
，
这会使预测结果更加倾向于多数类
，
在少
数类上分类器的性能表现会变差
［
３
］
，
这会让分类结果不尽
人意
。
为
了更好地解决软件缺陷预测中的类不平衡问题
，
本文在现有工作的基础上
，
提出软件缺陷预测方法
Ｇ
Ａ
－
ＦＳ
－
ＶＭ
。
它采用模糊支持向量机作为分类器
，
并结
合软件缺陷
预测问题的特点
，
合理设定模糊隶属度函数
，
并且采 用 遗
传算法进行模型的参数选择
。
相比传统的分类器
，
在少数
类上的性能表现更好
。
评论0