1.一种基于知识图谱的软件缺陷预测方法,其特征在于,包括:
获取多个软件缺陷数据;
根据软件缺陷数据,获得软件缺陷数据所在组件特征和软件缺陷数据自身特征;
将软件缺陷数据所在组件特征及软件缺陷数据自身特征,作为训练数据,对构建的软件缺陷识别模型进行训练,训练完成,获得训练好的软件缺陷识别模型,其中,软件缺陷识别模型,根据软件缺陷数据所在组件特征和软件缺陷数据自身特征,计算获得各软件缺陷数据间相似度;根据软件缺陷数据所在组件特征,计算获得各软件缺陷数据间耦合度;对各软件缺陷数据间相似度和耦合度进行加权求和,获得各软件缺陷数据间的关联系数;以各软件缺陷数据为节点,以软件缺陷数据间的关联系数为节点间的连接边,将软件缺陷数据所在组件特征作为节点属性,通过图卷积神经网络构建获得;
通过训练好的软件缺陷识别模型进行软件缺陷预测。
2.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,获取多个软件缺陷数据的数据流和控制流;
根据数据流获得软件缺陷数据自身特征;
根据控制流获得软件缺陷数据所在组件特征。
3.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,根据软件缺陷数据所在组件特征,确定软件缺陷数据所在组件间的继承和调用关系,根据软件缺陷数据所在组件间的继承和调用关系,确定软件缺陷数据间耦合度。
4.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,采用爬虫技术从软件缺陷数据库中,提取多个软件缺陷数据。
5.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,软件缺陷数据自身特征包括缺陷的影响、缺陷触发、缺陷类型、缺陷限定词和缺陷来源类型。
6.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,软件缺陷数据所在组件特征和软件缺陷数据自身特征,组成软件缺陷数据特征;根据软件缺陷数据特征,计算两个软件缺陷数据相似特征的个数;将相似特征的个数除以每个软件缺陷数据特征的总个数,获得两个软件缺陷数据间相似度。
7.如权利要求1所述的一种基于知识图谱的软件缺陷预测方法,其特征在于,在进行软件缺陷预测时,获取待预测软件数据;从待预测软件数据中提取软件数据所在组件特征和软件数据自身特征;将软件数据所在组件特征和软件数据自身特征输入训练好的软件缺陷识别模型中,获得软件数据缺陷预测结果。
8.一种基于知识图谱的软件缺陷预测系统,其特征在于,包括:
缺陷数据获取模块,用于获取多个软件缺陷数据;
缺陷特征提取模块,用于根据软件缺陷数据,获得软件缺陷数据所在组件特征和软件缺陷数据自身特征;
软件缺陷识别模型获取模块,用于将软件缺陷数据所在组件特征及软件缺陷数据自身特征,作为训练数据,对构建的软件缺陷识别模型进行训练,训练完成,获得训练好的软件缺陷识别模型,其中,软件缺陷识别模型,根据软件缺陷数据所在组件特征和软件缺陷数据自身特征,计算获得各软件缺陷数据间相似度;根据软件缺陷数据所在组件特征,计算获得各软件缺陷数据间耦合度;对各软件缺陷数据间相似度和耦合度进行加权求和,获得各软件缺陷数据间的关联系数;以各软件缺陷数据为节点,以软件缺陷数据间的关联系数为节点间的连接边,将软件缺陷数据所在组件特征作为节点属性,通过图卷积神经网络构建获得;
软件缺陷预测模块,用于通过训练好的软件缺陷识别模型进行软件缺陷预测。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1‑7任一项所述的一种基于知识图谱的软件缺陷预测方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1‑7任一项所述的一种基于知识图谱的软件缺陷预测方法的步骤。