1.一种基于采样和集成学习的软件缺陷预测方法,用于针对目标版本软件项目中的目标待测实例进行缺陷预测,其特征在于,包括如下步骤:步骤A.以目标版本软件项目中已明确是否存在缺陷的各个实例作为各个样本实例,并基于各样本实例分别对应预设各类型数据的特征向量、以及各样本实例分别为有缺陷类别样本实例或无缺陷类别样本实例,构建样本数据集,然后进入步骤B;
步骤B.根据样本数据集中无缺陷类别样本实例数与有缺陷类别样本实例数的比值,作为样本数据集所对应的不平衡率值,并判断该不平衡率值是否大于1,是则进入步骤C;否则进入步骤D;
步骤C.针对样本数据集执行有缺陷类别样本实例的扩容,更新样本数据集,然后进入步骤D;
步骤D.应用样本数据集,以样本实例所对应预设各类型数据的特征向量为输入,样本实例分别对应有缺陷类别、无缺陷类别的概率为输出,分别针对至少两个分类器进行训练,获得各个预测模型,并应用各个预测模型分别针对目标待测实例进行处理,获得目标待测实例在各预测模型下分别对应有缺陷类别、无缺陷类别的概率,然后进入步骤E;
步骤E.针对目标待测实例在各预测模型下分别对应有缺陷类别、无缺陷类别的概率,获得目标待测实例分别对应有缺陷类别、无缺陷类别的平均概率,并据此实现目标待测实例为有缺陷类别或无缺陷类别的预测。
2.根据权利要求1所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述步骤C中,采用SVM SMOTE采样法,针对样本数据集执行如下步骤C1至C4,实现其中有缺陷类别样本实例的扩容,获得样本数据集的更新;
步骤C1.计算获得样本数据集归属于有缺陷类别的支持向量集合 然后进入+ + +
步骤C2;其中,i={1、…、|SV|},|SV|表示支持向量集合SV中的实例的总个数, 表示支+
持向量集合SV中第i个有缺陷类别样本实例;
+
步骤C2.根据支持向量集合SV ,构建一维数组 并针对+ ‑ + +
该一维数组中的|SV|个元素均赋值为(m‑m)/|SV|,其中,amount(i)为一维数组Amount+ +
[|SV|]中的第i个元素,即表示分配给支持向量集合SV中第i个有缺陷类别样本实例 所‑ +
对应的新实例个数,m表示样本数据集中无缺陷类别样本实例数,m表示样本数据集中有缺陷类别样本实例数;
+
同时根据支持向量集合SV ,构建二维数组 其中,j=+
{1、…、J},J表示大于1、且不大于样本数据集中有缺陷类别样本实例数m的预设参数值,nn(i,j)表示样本数据集中除 以外其余各有缺陷类别样本实例按照与 之间距离由小至大排序下的第j个有缺陷类别样本实例;
然后进入步骤C3;
+
步骤C3.分别针对支持向量集合SV中的各个有缺陷类别样本实例 获得样本数据集中除 以外其它各样本实例按照与 之间距离由小至大排序下的前2J个样本实例,构成该 所对应的待分析实例集合,进而获得各 分别所对应的待分析实例集合,然后进入步骤C4;
+
步骤C4.分别针对支持向量集合SV中的各个有缺陷类别样本实例 判断 所对应待分析实例集合中无缺陷类别样本实例数是否不少于J个,是则基于nn(i,1)、…、nn(i,j)、…、nn(i,J)、nn(i,1)的循环顺序,由nn(i,1)起顺序选择amount(i)个nn(i,j),并分别根据该各个nn(i,j),按如下公式:获得分配给 所对应各个新样本实例 分别对应的特征向量集合 并根据该各个新样本实例均为有缺陷类别样本实例,构建获得 所对应的amount(i)个新样本实例进而获得各 分别所对应的amount(i)个新样本实例 加入样本数据集中实现更新;否则基于nn(i,1)、…、nn(i,j)、…、nn(i,J)、nn(i,1)的循环顺序,由nn(i,1)起顺序选择amount(i)个nn(i,j),并分别根据该各个nn(i,j),按如下公式:获得分配给 所对应各个新样本实例 分别对应预设各类型数据的特征向量的特征向量集合 并根据该各个新样本实例均为有缺陷类别样本实例,构建获得 所对应的amount(i)个新样本实例 进而获得各 分别所对应的amount(i)个新样本实例加入样本数据集中实现更新;
其中, 表示 对应预设各类型数据的特征向量的特征向量集合,Tnn(i,j)表示nn(i,j)所对应样本实例对应预设各类型数据的特征向量的特征向量集合,t表示0至1的随机数。
3.根据权利要求2所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所+
述步骤C2按如下步骤C2‑1至步骤C2‑2,构建二维数组Nn[|SV|×J];
+
步骤C2‑1.分别针对支持向量集合SV中的各个有缺陷类别样本实例 按如下公式:计算获得 分别与样本数据集中其它各有缺陷类别样本实例之间的距离 进而获得各有缺陷类别样本实例 分别与样本数据集中其它各有缺陷类别样本实例之间的距离;然后进入步骤C2‑2;其中,p表示样本数据集中除 以外的其余各有缺陷类别样本实例,L表示样本数据集中各样本实例分别所对应预设各类型数据的数量, 表示 所对应第l个类型数据的特征向量,qp,l表示有缺陷类别样本实例p所对应第l个类型数据的特征向量;
+
步骤C2‑2.分别针对支持向量集合SV中的各个有缺陷类别样本实例 针对样本数据集中除 以外的其余各有缺陷类别样本实例,按照与 之间距离由小至大的顺序进行排序,并由排序中第一个有缺陷类别样本实例起、顺序选择前J个有缺陷类别样本实例,依次+
作为nn(i,1)至nn(i,J);待针对支持向量集合SV 中各有缺陷类别样本实例 均完成此步+
骤操作后,即由各个nn(i,j)构成二维数组Nn[|SV|×J]。
4.根据权利要求2所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述步骤C3中,按照步骤C2‑1至步骤C2‑2的方法,实现获得各 分别所对应的待分析实例集合。
5.根据权利要求1所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述步骤D中分类器的数量为两个,即步骤D中,应用样本数据集,以样本实例所对应预设各类型数据的特征向量为输入,样本实例分别对应有缺陷类别、无缺陷类别的概率为输出,针对第一分类器进行训练,获得第一预测模型,并应用第一预测模型针对目标待测实例进行处理,获得目标待测实例分别对应有缺陷类别、无缺陷类别的第一概率;
同时应用样本数据集,以样本实例所对应预设各类型数据的特征向量为输入,样本实例分别对应有缺陷类别、无缺陷类别的概率为输出,针对第二分类器进行训练,获得第二预测模型,并应用第二预测模型针对目标待测实例进行处理,获得目标待测实例分别对应有缺陷类别、无缺陷类别的第二概率;
步骤E中,针对目标待测实例在第一预测模型、第二预测模型下分别对应有缺陷类别、无缺陷类别的概率,获得目标待测实例分别对应有缺陷类别、无缺陷类别的平均概率,并据此实现目标待测实例为有缺陷类别或无缺陷类别的预测。
6.根据权利要求5所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述步骤D中,第一分类器为RF分类器,第二分类器为ELM分类器。
7.根据权利要求1至6中任意一项所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述实例为软件项目中的类或函数。
8.根据权利要求1至6中任意一项所述一种基于采样和集成学习的软件缺陷预测方法,其特征在于:所述实例所对应的预设各类型数据包括程序耦合特征、程序内聚特征、程序继承特征、程序封装特征。