1.一种基于线性规划的工作量感知即时软件缺陷预测方法,其特征在于,包括如下步骤:抽取软件度量元和标注软件实体来构造即时软件缺陷数据集;
对即时软件缺陷数据集进行类不平衡数据处理;
对处理后的即时软件缺陷数据集中软件实体的度量元进行数据归一化处理,消除软件实体不同度量元之间量纲的影响;
在数据归一化处理得到的即时软件缺陷预测数据集上构建LPDP模型;具体为:通过定义概率标注矩阵、构造鉴别距离矩阵与构造目标函数来构建所述LPDP模型;
所述概率标注矩阵的定义包括:
用C={c1,c2}表示训练集的类,即缺陷类和非缺陷类;用μ={μ1,μ2}表示训练集的类中心;用ΩS={x1,x2,...,xm}表示训练集中的软件实体;用p={0,1}来表示训练集中软件实体的实际标签,用ΩT={x1,x2,...,xn}表示测试集中的软件实体,用表示测试集中软件实体的预测标签,m与n分别表示训练集与测试集中软件实体的数目,用d表示软件实体的度量元数目;
用M表示概率标注矩阵,则Mij表示测试集的软件实体xj属于类ci的概率;
其中类中心μi的计算公式如下:
其中p(xj)表示训练集中软件实体xj的实际标签;
用D表示鉴别距离矩阵,Dij表示测试集中的软件实体xj到类中心μi的欧式距离,所述Dij计算方法如下:Dij=||μi-xj||2 (3)所述LPDP的目标函数构造方法如下:
学习概率标注矩阵M,以鉴别距离矩阵D和概率标准矩阵M的积最小作为LPDP模型的目标函数,公式为:其中,目标函数的约束条件为:
Mij表示的是软件实体xj属于类ci的概率值,表示为:
0≤Mij≤1 (5)
测试集中的软件实体xj属于各个类ci的概率和为1,表示为:因为训练集中的软件实体和测试集中的软件实体拥有相同的标签空间,所以每一个类ci都至少包含一个测试集中的软件实体xj,该约束表示为:则LPDP模型的目标函数为:
通过LPDP模型预测新提交的软件代码变更,得到其预测标签。
2.如权利要求1所述的一种基于线性规划的工作量感知即时软件缺陷预测方法,其特征在于,在所述类不平衡数据处理的过程中采用数据抽样算法进行数据类不平衡处理,通过随机增加缺陷类软件实体或减少非缺陷类软件实体的数目改变原始数据的分布,实现两类数据在数量上的平衡。
3.如权利要求2所述的一种基于线性规划的工作量感知即时软件缺陷预测方法,其特征在于,所述数据抽样算法采用随机上采样算法。
4.如权利要求1所述的一种基于线性规划的工作量感知即时软件缺陷预测方法,其特征在于,所述数据归一化处理方法为z-score方法,计算方法如下:其中xi是软件实体x第i个度量的原始值,是xi归一化后的值,μx是软件实体x的平均值,σx是软件实体x的标准差。
5.如权利要求1所述的一种基于线性规划的工作量感知即时软件缺陷预测方法,其特征在于,通过LPDP模型获得所述预测概率或标签的方法如下:概率标注M中测试集的软件实体tj属于某一个类ci的概率最大时,则判定该软件实体属于此类,表示为:其中,表示测试集中的软件实体xj的预测标签。