軟件缺陷
- 基于特征優(yōu)選的軟件缺陷預(yù)測(cè)集成學(xué)習(xí)方法
引言近些年軟件缺陷預(yù)測(cè)成為了計(jì)算機(jī)領(lǐng)域研究者的熱門課題[1]。目前提出的軟件缺陷預(yù)測(cè)常用的機(jī)器學(xué)習(xí)方法有支持向量機(jī)(Support Vector Machine)、隨機(jī)森林(Random forest)、決策樹(shù)(Decision Tree)、DP-Transformer、代價(jià)敏感分類(Cost-Sensitive Classification)[2-5]等。對(duì)于軟件項(xiàng)目,存在歷史數(shù)據(jù)庫(kù)丟失或者是損壞等一些原因,軟件缺陷預(yù)測(cè)所需要的數(shù)據(jù)無(wú)法從軟件項(xiàng)目自身的
計(jì)算機(jī)仿真 2023年7期2023-09-04
- 基于關(guān)聯(lián)規(guī)則的終端軟件缺陷檢測(cè)方法研究
,需要對(duì)終端軟件缺陷進(jìn)行檢測(cè)。傳統(tǒng)的軟件缺陷檢測(cè)方法主要應(yīng)用了靜態(tài)分析技術(shù),通過(guò)這種檢測(cè)技術(shù)可實(shí)現(xiàn)對(duì)軟件代碼的分析與評(píng)估,同時(shí)不需要執(zhí)行運(yùn)行程序,能夠及時(shí)發(fā)現(xiàn)終端軟件中存在的缺陷,但隨著軟件應(yīng)用環(huán)境的日漸復(fù)雜與軟件數(shù)量的激增,傳統(tǒng)的軟件缺陷檢測(cè)方法在對(duì)終端軟件的缺陷進(jìn)行檢測(cè)時(shí),出現(xiàn)了漏報(bào)與誤報(bào)情況[1-2]。為此,國(guó)內(nèi)專家學(xué)者對(duì)此展開(kāi)相關(guān)研究。文獻(xiàn)[3]提出基于N-gram 模型的終端軟件缺陷檢測(cè)方法,該方法建立了終端軟件缺陷N-gram 模型,通過(guò)該模型
電子設(shè)計(jì)工程 2023年5期2023-03-10
- 基于深度文本摘要的開(kāi)源軟件缺陷挖掘研究
統(tǒng)產(chǎn)生伊始,軟件缺陷(Software Defeat/Bug)始終伴隨在各類軟件開(kāi)發(fā)與使用過(guò)程中。輕微的軟件缺陷會(huì)導(dǎo)致用戶體驗(yàn)不佳、系統(tǒng)效率降低等問(wèn)題;而嚴(yán)重的軟件缺陷則會(huì)對(duì)社會(huì)經(jīng)濟(jì)安全穩(wěn)定產(chǎn)生重大影響(如:千年蟲(chóng)問(wèn)題、北美電網(wǎng)控制系統(tǒng)問(wèn)題、蘇聯(lián)核預(yù)警系統(tǒng)誤報(bào)等)。因此針對(duì)軟件缺陷的識(shí)別和修復(fù)逐漸成為軟件工程研究的重要內(nèi)容。典型的軟件開(kāi)發(fā)過(guò)程可以分為兩個(gè)嚴(yán)密組織的重要階段:軟件開(kāi)發(fā)與軟件維護(hù)。如圖1所示,軟件工程的核心是為用戶提供良好穩(wěn)定的軟件系統(tǒng),在軟件
- 基于軟件測(cè)試技術(shù)的功能測(cè)試方法和應(yīng)用策略分析
黑盒測(cè)試 軟件缺陷1軟件測(cè)試中功能測(cè)試的基本方法不同類型的軟件產(chǎn)品的測(cè)試重點(diǎn)不同,測(cè)試方法也不盡相同。對(duì)于同一類型的軟件產(chǎn)品而言,不同的公司會(huì)開(kāi)發(fā)不同的測(cè)試程序。盡管詳細(xì)的測(cè)試步驟因軟件而異,但基本的功能測(cè)試方法是相同的[1] 。1.1分析測(cè)試對(duì)象需求在制定測(cè)試計(jì)劃之前,測(cè)試人員需要對(duì)測(cè)試對(duì)象進(jìn)行詳細(xì)分析,從而對(duì)測(cè)試軟件產(chǎn)品有一個(gè)清晰、合理的認(rèn)識(shí),進(jìn)而明確測(cè)試工作的主要任務(wù)、范圍和重點(diǎn)。此外,在分析需求的過(guò)程中可以獲得一些可靠的測(cè)試數(shù)據(jù),既為測(cè)試方案提供
計(jì)算機(jī)應(yīng)用文摘·觸控 2022年5期2022-04-02
- 基于類不平衡的軟件缺陷傾向性預(yù)測(cè)研究
0)0 引言軟件缺陷是指軟件系統(tǒng)中不被期望、不可接受的偏差[1]。軟件缺陷的產(chǎn)生主要源于對(duì)軟件需求做出了錯(cuò)誤的理解,或者在設(shè)計(jì)、編碼過(guò)程中,研發(fā)人員由于經(jīng)驗(yàn)或技術(shù)原因引入的人為錯(cuò)誤。軟件缺陷的存在可能會(huì)導(dǎo)致巨大的經(jīng)濟(jì)損失,甚至?xí){到人的生命安全。軟件缺陷具有累積放大效應(yīng),即在整個(gè)軟件生命周期中,能夠越早地發(fā)現(xiàn)缺陷,其修復(fù)的代價(jià)就越?。环粗?,其修復(fù)的代價(jià)就越大?,F(xiàn)代軟件工程中,隨著軟件規(guī)模日益龐大,軟件復(fù)雜度越來(lái)越高,軟件開(kāi)發(fā)的響應(yīng)速度、用戶對(duì)軟件質(zhì)量的要
現(xiàn)代計(jì)算機(jī) 2022年24期2022-03-07
- 結(jié)合隨機(jī)屬性與集成的軟件缺陷預(yù)測(cè)算法
回避的話題。軟件缺陷預(yù)測(cè)技術(shù)是發(fā)現(xiàn)軟件缺陷、提高軟件質(zhì)量的有效方法之一。軟件缺陷預(yù)測(cè)技術(shù)基于歷史軟件開(kāi)發(fā)數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)預(yù)測(cè)算法[1],進(jìn)而實(shí)現(xiàn)對(duì)軟件開(kāi)發(fā)過(guò)程中未發(fā)布軟件模塊的缺陷預(yù)測(cè),已逐漸成為目前軟件工程領(lǐng)域的研究熱點(diǎn)。在軟件開(kāi)發(fā)過(guò)程中,由于各種因素導(dǎo)致軟件質(zhì)量難以保證。質(zhì)量不達(dá)標(biāo)的軟件在運(yùn)行中可能造成難以預(yù)估的災(zāi)難,并且根除軟件質(zhì)量問(wèn)題的時(shí)間越晚,缺陷修復(fù)的代價(jià)也越大。因此,基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)以準(zhǔn)確、便捷以及迅速等優(yōu)點(diǎn)持續(xù)被關(guān)注。軟件
現(xiàn)代電子技術(shù) 2021年22期2021-11-19
- 基于大數(shù)據(jù)技術(shù)的靜態(tài)軟件缺陷檢測(cè)系統(tǒng)設(shè)計(jì)
]。由于靜態(tài)軟件缺陷在檢測(cè)的過(guò)程中需要大量的數(shù)據(jù)網(wǎng)絡(luò)信息,具有深度解析系統(tǒng)內(nèi)部功能的需求,在操作的同時(shí)應(yīng)結(jié)合軟件信息分析功能進(jìn)行系統(tǒng)設(shè)計(jì)研究[2]。目前國(guó)內(nèi)外研究集中于對(duì)軟件數(shù)據(jù)信息的掌控操作,傳統(tǒng)基于代碼源數(shù)據(jù)的靜態(tài)軟件缺陷檢測(cè)系統(tǒng)設(shè)計(jì)不斷精準(zhǔn)化處理系統(tǒng)與數(shù)據(jù)間存在的關(guān)系,并按照關(guān)系思路進(jìn)一步查詢內(nèi)部空間系統(tǒng)的存儲(chǔ)容量,以便對(duì)軟件缺陷數(shù)據(jù)的收集與定期處理[3]。傳統(tǒng)基于深度學(xué)習(xí)的靜態(tài)軟件缺陷檢測(cè)系統(tǒng)設(shè)計(jì)逐漸調(diào)整處理步驟,完善信息狀況,能夠在第一時(shí)間實(shí)現(xiàn)對(duì)
現(xiàn)代電子技術(shù) 2021年17期2021-09-24
- 基于軟件測(cè)試的缺陷分析及度量方法
作依據(jù)。1 軟件缺陷軟件缺陷,是指計(jì)算機(jī)軟件或程序中存在的某種破壞正常運(yùn)行能力的錯(cuò)誤、隱藏的功能缺陷等[2]。缺陷的存在會(huì)導(dǎo)致軟件產(chǎn)品在某種程度上不能滿足使用者的需要。在IEEE729-1983中對(duì)缺陷有一個(gè)標(biāo)準(zhǔn)的定義:從產(chǎn)品內(nèi)部看,缺陷是軟件產(chǎn)品開(kāi)發(fā)或維護(hù)過(guò)程中存在的錯(cuò)誤、毛病等各種問(wèn)題;從產(chǎn)品外部看,缺陷是系統(tǒng)所需要實(shí)現(xiàn)的某種功能的失效或違背。一個(gè)完整的軟件缺陷,主要的組成元素有:缺陷的編號(hào)、標(biāo)題、基本信息、測(cè)試軟硬件環(huán)境、測(cè)試軟件版本、缺陷類型、嚴(yán)重
電子技術(shù)與軟件工程 2021年15期2021-09-22
- 基于混合采樣和集成學(xué)習(xí)的軟件缺陷預(yù)測(cè)
30096)軟件缺陷檢測(cè)是軟件工程的重要課題[1]。一些常見(jiàn)的機(jī)器學(xué)習(xí)方法,如支持向量機(jī)、決策樹(shù)、KNN、邏輯回歸、樸素貝葉斯等都能夠用來(lái)建立分類模型[2]。但是,對(duì)于軟件缺陷檢測(cè)問(wèn)題,經(jīng)典的學(xué)習(xí)方法效果并不理想。由于傳統(tǒng)分類器的訓(xùn)練過(guò)程普遍遵循誤差最小化原則,當(dāng)訓(xùn)練數(shù)據(jù)不平衡時(shí),分類面向多數(shù)類偏倚,因此最終的模型對(duì)少數(shù)類的分類性能較差,在嚴(yán)重情況下,模型甚至完全無(wú)效。類別不平衡指的是訓(xùn)練數(shù)據(jù)中不同類別樣本的數(shù)量差異很大,其中某些類別的樣本數(shù)目要遠(yuǎn)小于其他
網(wǎng)絡(luò)安全技術(shù)與應(yīng)用 2021年5期2021-07-26
- 通信軟件缺陷預(yù)防和改進(jìn)體系設(shè)計(jì)
件生產(chǎn)企業(yè)在軟件缺陷預(yù)防方面付出更大的努力,這樣才能在避免軟件缺陷重復(fù)出現(xiàn)的同時(shí)提升企業(yè)的經(jīng)濟(jì)效益。1 通信軟件缺陷預(yù)防的必要性通信軟件缺陷預(yù)防指的是在通信軟件未出現(xiàn)缺陷時(shí),開(kāi)發(fā)人員便提前采取積極有效的一系列預(yù)防措施,將缺陷扼殺在萌芽狀態(tài)的一種先進(jìn)型技術(shù)。美國(guó)質(zhì)量保證研究所曾對(duì)軟件修復(fù)成本做過(guò)一項(xiàng)統(tǒng)計(jì),結(jié)果表明軟件上線后期發(fā)現(xiàn)缺陷的修復(fù)成本要遠(yuǎn)遠(yuǎn)高于軟件開(kāi)發(fā)初期,且修復(fù)成本會(huì)隨著軟件上線時(shí)間的推進(jìn)而大幅增加。這是由于通信軟件發(fā)生缺陷后,開(kāi)發(fā)人員需要修改最初
科學(xué)與信息化 2021年13期2021-05-26
- 軟件缺陷預(yù)測(cè)模型超參數(shù)的穩(wěn)健優(yōu)化方法
要任務(wù)之一,軟件缺陷預(yù)測(cè)的主要目的是利用機(jī)器學(xué)習(xí)方法預(yù)測(cè)出當(dāng)前開(kāi)發(fā)的軟件中的缺陷模塊,為后續(xù)的高效測(cè)試提供重要基礎(chǔ)[1-6]。軟件缺陷預(yù)測(cè)任務(wù)主要分為兩個(gè)子任務(wù):(1)跨版本預(yù)測(cè)子任務(wù):指使用軟件項(xiàng)目的歷史版本數(shù)據(jù)構(gòu)建預(yù)測(cè)模型,來(lái)預(yù)測(cè)當(dāng)前版本中的缺陷模塊;(2)跨項(xiàng)目預(yù)測(cè)子任務(wù):指使用其他軟件項(xiàng)目的源代碼構(gòu)建模型來(lái)預(yù)測(cè)當(dāng)前項(xiàng)目的缺陷模塊。當(dāng)軟件項(xiàng)目的歷史版本數(shù)據(jù)充足時(shí),子任務(wù)(1)所構(gòu)建的軟件缺陷預(yù)測(cè)模型常被使用。不過(guò),很多軟件項(xiàng)目在開(kāi)發(fā)初期,不具備充足的
- 基于知識(shí)圖譜和自動(dòng)機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)
來(lái)越高.航天軟件缺陷的主要特點(diǎn)是強(qiáng)實(shí)時(shí)中斷問(wèn)題多、故障處理策略和狀態(tài)轉(zhuǎn)換時(shí)序約束強(qiáng)、太空輻射可能改變軟件運(yùn)行狀態(tài)等.軟件測(cè)試作為保證軟件產(chǎn)品質(zhì)量,提升軟件可信性的重要措施,目前在第三方確認(rèn)測(cè)試中,主要通過(guò)代碼審查和動(dòng)態(tài)測(cè)試發(fā)現(xiàn)軟件函數(shù)模塊中的缺陷,然而這種靜態(tài)和動(dòng)態(tài)的測(cè)試方法對(duì)人的能力、經(jīng)驗(yàn)依賴較大,需要投入大量代碼審查時(shí)間和動(dòng)態(tài)測(cè)試覆蓋率分析,很難滿足航天軟件研制和測(cè)評(píng)進(jìn)度緊、質(zhì)量高的要求.近年來(lái),軟件缺陷預(yù)測(cè)[1-3]成為智能軟件工程領(lǐng)域研究的熱點(diǎn),軟
空間控制技術(shù)與應(yīng)用 2021年2期2021-04-22
- 一種軟件缺陷不平衡數(shù)據(jù)分類新方法
6580)對(duì)軟件缺陷預(yù)測(cè)的研究表明,80%的缺陷集中發(fā)生在20%的模塊中,這說(shuō)明軟件系統(tǒng)中的數(shù)據(jù)分布是不平衡的,有缺陷模塊的數(shù)量遠(yuǎn)遠(yuǎn)少于無(wú)缺陷模塊的數(shù)量。雖然有缺陷類樣本的數(shù)量很少,但正確識(shí)別有缺陷樣本是軟件缺陷預(yù)測(cè)的關(guān)鍵,錯(cuò)誤預(yù)測(cè)有缺陷樣本可能會(huì)導(dǎo)致遺漏關(guān)鍵錯(cuò)誤從而增加軟件開(kāi)發(fā)成本。因此,解決不平衡數(shù)據(jù)問(wèn)題對(duì)于提高軟件質(zhì)量、減少預(yù)測(cè)誤差和成功部署軟件具有重要意義。不平衡數(shù)據(jù)處理[1]是機(jī)器學(xué)習(xí)研究中的熱點(diǎn)之一,更是軟件缺陷預(yù)測(cè)方向不可或缺的部分,已有不少
- 面向物聯(lián)網(wǎng)軟件系統(tǒng)的軟件缺陷分配算法研究
會(huì)發(fā)現(xiàn)大量的軟件缺陷。管理人員很難將軟件缺陷分配給適當(dāng)?shù)拈_(kāi)發(fā)人員。以前有關(guān)缺陷分類的大多數(shù)工作的目標(biāo)是分析缺陷報(bào)告,以幫助開(kāi)發(fā)人員或程序員有效地修復(fù)缺陷。針對(duì)上述挑戰(zhàn),提出了有效的缺陷報(bào)告特征學(xué)習(xí)模型和有效的缺陷分配機(jī)制。1 軟件缺陷分配算法設(shè)計(jì)假設(shè)數(shù)據(jù)集中有n個(gè)缺陷報(bào)告(用S+{s1,…,sn}表示),m個(gè)特征/變量(用M+{f1,…,fm}表示)和k個(gè)工人(用C={c1,…,ck})。每個(gè)樣本si可以用向量si={xi1,…,xim}表示,其中xij表
- 穩(wěn)健邊界強(qiáng)化GMM-SMOTE軟件缺陷檢測(cè)方法
地進(jìn)行自動(dòng)化軟件缺陷檢測(cè)變得日漸重要.研究表明,軟件是否有缺陷與某些軟件度量指標(biāo)有很強(qiáng)的相關(guān)性,例如McCabe度量和Halstead度量等[2].因此,通過(guò)提取這些度量指標(biāo)來(lái)構(gòu)造特征向量,并訓(xùn)練機(jī)器學(xué)習(xí)模型以識(shí)別有缺陷的軟件已成為行之有效的檢測(cè)方法,與傳統(tǒng)的匹配檢測(cè)相比,檢測(cè)速度更快,精度更高[3].但面臨著數(shù)據(jù)不平衡這一挑戰(zhàn),即被人工準(zhǔn)確標(biāo)記了缺陷的正樣本稀少,與之相應(yīng)的則是大量被認(rèn)定為無(wú)缺陷的負(fù)樣本,由此導(dǎo)致分類器易忽略正類實(shí)例特征,使分類結(jié)果更傾向
北京理工大學(xué)學(xué)報(bào) 2021年3期2021-03-31
- 一種改進(jìn)的半監(jiān)督集成軟件缺陷預(yù)測(cè)方法
)1 引 言軟件缺陷是編程人員在編碼過(guò)程中因開(kāi)發(fā)過(guò)程管理不當(dāng),難以正確理解軟件需求、或者開(kāi)發(fā)經(jīng)驗(yàn)欠缺等原因產(chǎn)生的[1].軟件缺陷對(duì)軟件的生產(chǎn)帶來(lái)負(fù)面的影響,會(huì)浪費(fèi)大量的財(cái)力人力,因此,項(xiàng)目主管會(huì)在軟件部署前通過(guò)軟件測(cè)試等手段盡可能地找出軟件中存在的缺陷,但是對(duì)所有的軟件模塊進(jìn)行測(cè)試將是一項(xiàng)巨大的工程,可能會(huì)超出軟件開(kāi)發(fā)預(yù)算或延誤軟件發(fā)布時(shí)間.軟件缺陷預(yù)測(cè)技術(shù)可以根據(jù)軟件的歷史數(shù)據(jù)信息,通過(guò)機(jī)器學(xué)習(xí)等方法來(lái)預(yù)測(cè)軟件模塊中是否含有缺陷,從而對(duì)可能含有缺陷的模塊
小型微型計(jì)算機(jī)系統(tǒng) 2021年10期2021-02-28
- 基于測(cè)試的軟件缺陷數(shù)據(jù)分析方法
00018)軟件缺陷分析方法一般情況下是建立在軟件缺陷分類基礎(chǔ)上,軟件缺陷是存在于程序或者計(jì)算機(jī)系統(tǒng)中,是一種能夠?qū)ο到y(tǒng)正常運(yùn)行產(chǎn)生破壞的隱藏問(wèn)題,在系統(tǒng)中以瑕疵、錯(cuò)誤的方式存在,通常情況下,在軟件測(cè)試過(guò)程中就會(huì)被發(fā)現(xiàn)。通過(guò)對(duì)這些缺陷進(jìn)行分析處理,有利于軟件測(cè)試工作人員制定科學(xué)的軟件測(cè)試方案,為今后軟件缺陷數(shù)據(jù)分析工作提供技術(shù)支持,可以對(duì)軟件進(jìn)行預(yù)判,提高軟件預(yù)防工作,進(jìn)而保證軟件產(chǎn)品質(zhì)量。1 軟件缺陷的分類1.1 基本分類現(xiàn)階段對(duì)軟件缺陷進(jìn)行分類一般是對(duì)
卷宗 2020年34期2021-01-29
- 基于PYTHON實(shí)現(xiàn)的軟件缺陷檢測(cè)程序研究
現(xiàn)的宇航飛行軟件缺陷檢測(cè)程序,通過(guò)對(duì)源代碼進(jìn)行預(yù)處理和篩選,生成測(cè)試驅(qū)動(dòng)文件,再對(duì)測(cè)試驅(qū)動(dòng)文件傳輸?shù)教摂M機(jī)系統(tǒng),依托開(kāi)源的KLEE生成并運(yùn)行測(cè)試用例,將測(cè)試用例運(yùn)行結(jié)果匯總到前端顯示,從而實(shí)現(xiàn)并驗(yàn)證缺陷檢測(cè)程序。關(guān)鍵詞 軟件缺陷;字典結(jié)構(gòu);求解器引言宇航飛行軟件運(yùn)行環(huán)境相對(duì)于地面環(huán)境存在單粒子效應(yīng)、高低溫、原子氧、空間碎片和電磁輻射等特殊情況[1],同時(shí)由于宇航飛行軟件的功能日趨復(fù)雜,可能存在不易檢測(cè)的固有設(shè)計(jì)缺陷,這些缺陷往往會(huì)在后期的系統(tǒng)聯(lián)試中才暴露,
科學(xué)與信息化 2020年25期2020-09-29
- 軟件試驗(yàn)缺陷預(yù)測(cè)模型研究
更多的是由于軟件缺陷引起的,軟件缺陷率成為影響軟件可靠性的關(guān)鍵。按現(xiàn)有裝備管理流程裝備軟件經(jīng)過(guò)自測(cè)試、第三方軟件測(cè)試、裝備試驗(yàn)等過(guò)程,可以認(rèn)為軟件缺陷率降為較低的水平,但實(shí)際上交付部隊(duì)的裝備軟件缺陷率可能仍處在較高的水平且這一狀況無(wú)法準(zhǔn)確計(jì)量。如何有效分析預(yù)測(cè)裝備軟件缺陷率已成為軟件試驗(yàn)可靠性評(píng)價(jià)的重要研究?jī)?nèi)容。Rayleigh 模型是一種常用軟件缺陷分析預(yù)測(cè)方法。Rayleigh分析模型通過(guò)生命周期各階段缺陷發(fā)現(xiàn)情況得到缺陷Rayleigh曲線,用于評(píng)估
科學(xué)技術(shù)創(chuàng)新 2020年28期2020-09-23
- 基于源文件可疑度的靜態(tài)軟件缺陷檢測(cè)方法研究
需要分析靜態(tài)軟件缺陷特征,實(shí)現(xiàn)靜態(tài)軟件缺陷檢測(cè),提高靜態(tài)軟件的輸出可靠性,相關(guān)的靜態(tài)軟件缺陷檢測(cè)方法的研究受到人們的極大關(guān)注[1]。對(duì)靜態(tài)軟件的源文件可疑度缺陷檢測(cè)是建立在對(duì)軟件的特征分析基礎(chǔ)上[2],因此本文提出基于源文件可疑度的靜態(tài)軟件缺陷檢測(cè)方法。采用模糊信息特征聚類分析方法進(jìn)行靜態(tài)軟件缺陷的特征分析,構(gòu)建軟件缺陷融合調(diào)度模型,得到靜態(tài)軟件源文件可疑度輸出特征量,采用源文件可疑度特征分析算法進(jìn)行靜態(tài)軟件缺陷檢測(cè)的自適應(yīng)尋優(yōu)。最后進(jìn)行仿真測(cè)試分析,得出
- 跨項(xiàng)目軟件缺陷預(yù)測(cè)方法研究綜述
是系統(tǒng)中存在軟件缺陷。通過(guò)軟件缺陷預(yù)測(cè)技術(shù)對(duì)軟件系統(tǒng)中可能存在缺陷的模塊及其分布進(jìn)行預(yù)測(cè),可以有效提高軟件測(cè)試的效率,對(duì)提高軟件系統(tǒng)質(zhì)量和保證軟件可靠性具有重要意義[2]。軟件缺陷預(yù)測(cè)是指基于軟件開(kāi)發(fā)過(guò)程中積累的歷史數(shù)據(jù)構(gòu)建預(yù)測(cè)模型,對(duì)目標(biāo)軟件模塊是否存在缺陷、缺陷嚴(yán)重程度或缺陷數(shù)量的分布等情況進(jìn)行預(yù)測(cè)。通常情況下基于目標(biāo)項(xiàng)目的歷史數(shù)據(jù),采用傳統(tǒng)機(jī)器學(xué)習(xí)技術(shù)構(gòu)建的模型可以獲得理想的預(yù)測(cè)效果[3]。但在軟件缺陷預(yù)測(cè)實(shí)踐應(yīng)用中,要進(jìn)行預(yù)測(cè)的軟件往往是新開(kāi)發(fā)的項(xiàng)
計(jì)算機(jī)技術(shù)與發(fā)展 2020年3期2020-04-09
- 一種基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)軟件缺陷預(yù)測(cè)方法
但是其弊端即軟件缺陷也逐漸暴露出來(lái)了,軟件缺陷對(duì)人們生活的方方面面都產(chǎn)生了極為深刻的影響。為了降低軟件缺陷對(duì)軟件使用效果產(chǎn)生的影響,為廣大用戶提供更加便捷優(yōu)質(zhì)的服務(wù),文章嘗試對(duì)一種基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)軟件缺陷預(yù)測(cè)方法進(jìn)行分析和論述。該研究是建立在前人理論與實(shí)踐分析基礎(chǔ)之上提出來(lái)的。據(jù)相關(guān)學(xué)者研究表明,當(dāng)前對(duì)軟件缺陷進(jìn)行研究的主要是基于統(tǒng)計(jì)分析學(xué)方法、神經(jīng)網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型、機(jī)器學(xué)習(xí)算法等。在具體的測(cè)試過(guò)程中不同的研究方法所產(chǎn)生的作用效果有著較大的差異。而
電子技術(shù)與軟件工程 2020年24期2020-03-16
- 航天器軟件典型缺陷模式的自動(dòng)檢測(cè)技術(shù)
,隨著航天器軟件缺陷數(shù)據(jù)的逐步積累,如何利用這些缺陷數(shù)據(jù)提高軟件可靠性安全性是軟件從業(yè)人員必須思考的問(wèn)題.典型多發(fā)問(wèn)題的規(guī)避和檢測(cè)是實(shí)現(xiàn)軟件質(zhì)量提升的重要途徑.統(tǒng)計(jì)表明,絕大多數(shù)航天器軟件問(wèn)題都是已知類型的缺陷模式[1-2],符合“二八原則”規(guī)律,即約80%的問(wèn)題分布于20%的缺陷類型中,如時(shí)序沖突問(wèn)題、數(shù)據(jù)競(jìng)爭(zhēng)問(wèn)題、可靠性設(shè)計(jì)問(wèn)題、數(shù)據(jù)取值范圍相關(guān)問(wèn)題(如數(shù)組越界、除零、數(shù)據(jù)溢出、變量未初始化等)等.本文通過(guò)系統(tǒng)分析和總結(jié)航天器軟件典型多發(fā)問(wèn)題,開(kāi)展軟件
空間控制技術(shù)與應(yīng)用 2019年5期2019-11-14
- 基于執(zhí)行軌跡的軟件缺陷自定位系統(tǒng)設(shè)計(jì)與研究
采用面向開(kāi)源軟件缺陷自定位系統(tǒng)的設(shè)計(jì),需要程序員對(duì)目前軟件運(yùn)行狀態(tài)進(jìn)行分析,直到找到缺陷位置[2]。該系統(tǒng)不僅要求程序員熟練掌握軟件內(nèi)部結(jié)構(gòu),而且定位精準(zhǔn)度較低,無(wú)法滿足人們要求。一個(gè)良好的設(shè)計(jì)方案需要通過(guò)測(cè)試分析階段所產(chǎn)生的信息來(lái)確定軟件中缺陷的位置,因此,提出基于執(zhí)行軌跡的軟件缺陷自定位系統(tǒng)設(shè)計(jì)。從缺陷不同角度發(fā)現(xiàn)軟件存在的不同缺陷,由于程序員對(duì)程序進(jìn)行了一定修改,并引入一定缺陷,導(dǎo)致程序版本間的差異分解為修改集合形式,通過(guò)對(duì)集合中的原程序進(jìn)行修改,可
現(xiàn)代電子技術(shù) 2019年21期2019-11-13
- 淺談軟件永遠(yuǎn)不完美的原因
;軟件測(cè)試;軟件缺陷;bug引言隨著科技的發(fā)展,為了提高用戶體驗(yàn),無(wú)論是手機(jī)還是電腦,系統(tǒng)經(jīng)常提醒我們需要進(jìn)行軟件更新,為什么軟件需要更新呢?軟件為何不能一次性做到最好,達(dá)到一勞永逸的效果呢?軟件測(cè)試人員都做了什么?完美是指完備美好,沒(méi)有缺陷。不完美即不是完備美好,有缺陷,對(duì)于軟件而言,就是bug。永遠(yuǎn),這是個(gè)時(shí)間限制期,將不完美在時(shí)間線上無(wú)限延長(zhǎng)。也就是說(shuō),任何情況下,沒(méi)有哪一個(gè)軟件是完美的。一、軟件測(cè)試的流程軟件測(cè)試的目的是發(fā)現(xiàn)軟件的缺陷,驗(yàn)證軟件是否
科學(xué)與財(cái)富 2019年25期2019-10-21
- 基于Boruta-SVM的軟件缺陷預(yù)測(cè)
范圍的擴(kuò)大,軟件缺陷是軟件開(kāi)發(fā)中不可避免的事情。軟件缺陷會(huì)給軟件開(kāi)發(fā)團(tuán)隊(duì)帶來(lái)維護(hù)的困難,給企業(yè)帶來(lái)巨大損失。因此軟件缺陷預(yù)測(cè)成為軟件開(kāi)發(fā)和軟件維護(hù)中不可缺少的一部分。利用數(shù)據(jù)挖掘技術(shù)分析軟件數(shù)據(jù)、預(yù)測(cè)軟件缺陷是一種切實(shí)可行的解決方案,可以提高軟件質(zhì)量,降低測(cè)試成本。因此隨著數(shù)據(jù)挖掘技術(shù)的革新,軟件缺陷預(yù)測(cè)的精度將逐步提高。這不僅可以減少測(cè)試成本,還能令軟件開(kāi)發(fā)團(tuán)隊(duì)迅速找到缺陷點(diǎn),從而提高工作效率。軟件組件每次執(zhí)行故障的風(fēng)險(xiǎn)都是可用的,因此可以從不同的角度分
- 應(yīng)用于軟件缺陷預(yù)測(cè)模型的量子粒子群優(yōu)化BP算法
摘 ?要: 軟件缺陷檢測(cè)的主要目的是對(duì)程序模塊中是否存在缺陷進(jìn)行自動(dòng)檢測(cè),以此有效促進(jìn)軟件的測(cè)試進(jìn)程,使軟件系統(tǒng)質(zhì)量得到提高。針對(duì)傳統(tǒng)軟件缺陷預(yù)測(cè)模型的問(wèn)題,提出在軟件缺陷預(yù)測(cè)模型中使用粒子群優(yōu)化BP算法。此模型使用粒子群優(yōu)化算法對(duì)BP神經(jīng)網(wǎng)絡(luò)權(quán)值及閾值進(jìn)行優(yōu)化,通過(guò)交叉驗(yàn)證方法實(shí)現(xiàn)實(shí)驗(yàn),并且同傳統(tǒng)機(jī)器學(xué)習(xí)方法及BP神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明提出的方法預(yù)測(cè)精準(zhǔn)性比較高。關(guān)鍵詞: 軟件缺陷; 預(yù)測(cè)模型; 量子粒子群; BP算法; 交叉驗(yàn)證; 預(yù)測(cè)精
現(xiàn)代電子技術(shù) 2019年15期2019-08-12
- 應(yīng)用于軟件缺陷預(yù)測(cè)模型的量子粒子群優(yōu)化BP算法
的環(huán)節(jié)。通過(guò)軟件缺陷分析,能夠有效地確保軟件質(zhì)量,加強(qiáng)軟件的安全性。目前,通常將軟件失效分為3個(gè)方面:軟件錯(cuò)誤(software error)、軟件故障(software fault)、軟件缺陷(software defect)。其中,軟件缺陷是指系統(tǒng)或系統(tǒng)部件中那些導(dǎo)致系統(tǒng)或部件不能實(shí)現(xiàn)其功能的缺陷。軟件缺陷屬性包括缺陷標(biāo)識(shí)、缺陷類型、缺陷嚴(yán)重程度、缺陷產(chǎn)生可能性、缺陷優(yōu)先級(jí)、缺陷狀態(tài)、缺陷起源、缺陷來(lái)源、缺陷原因。在軟件開(kāi)發(fā)的過(guò)程中,軟件缺陷的產(chǎn)生是不
- 基于數(shù)據(jù)過(guò)采樣和集成學(xué)習(xí)的軟件缺陷數(shù)目預(yù)測(cè)方法
件的可靠性。軟件缺陷是導(dǎo)致系統(tǒng)失效和崩潰的潛在根源[1],如果能對(duì)軟件缺陷進(jìn)行預(yù)測(cè),就能在造成危害前對(duì)軟件缺陷進(jìn)行排查和修復(fù),從而減少軟件崩潰所帶來(lái)的經(jīng)濟(jì)損失。伴隨著第一個(gè)軟件的誕生并延續(xù)至今,軟件缺陷預(yù)測(cè)技術(shù)已得到了長(zhǎng)足的發(fā)展[2]。已有很多研究提出了很多軟件缺陷預(yù)測(cè)方法。如文獻(xiàn)[3]探索了傳統(tǒng)的機(jī)器學(xué)習(xí)模型和半監(jiān)督學(xué)習(xí)在軟件缺陷預(yù)測(cè)中的應(yīng)用,并在PROMISE數(shù)據(jù)集上進(jìn)行測(cè)試,達(dá)到了工程的需求。文獻(xiàn)[4]比較了包括決策樹(shù)、貝葉斯、向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等
計(jì)算機(jī)應(yīng)用 2018年9期2018-10-16
- 開(kāi)源軟件缺陷預(yù)測(cè)技術(shù)與遷移學(xué)習(xí)
學(xué)習(xí)技術(shù)預(yù)測(cè)軟件缺陷已成為提高軟件質(zhì)量的重要途徑,但僅局限于同項(xiàng)目歷史訓(xùn)練數(shù)據(jù)完整的情況下。面對(duì)一個(gè)全新的或歷史數(shù)據(jù)稀缺的項(xiàng)目,遷移學(xué)習(xí)方法可用源項(xiàng)目的相關(guān)知識(shí)來(lái)為目標(biāo)項(xiàng)目構(gòu)建預(yù)測(cè)模型,有效利用其他項(xiàng)目或領(lǐng)域已有的訓(xùn)練數(shù)據(jù)來(lái)構(gòu)建缺陷預(yù)測(cè)模型,并遷移和應(yīng)用到另一個(gè)項(xiàng)目中,其技術(shù)挑戰(zhàn)是,由于不同項(xiàng)目之間的應(yīng)用領(lǐng)域、開(kāi)發(fā)流程、編程語(yǔ)言、開(kāi)發(fā)人員經(jīng)驗(yàn)等并不相同,如何在數(shù)據(jù)集間存在較大的分布差異性的條件下提升缺陷預(yù)測(cè)方案的實(shí)際性能。本文重點(diǎn)考察了面向開(kāi)源軟件的缺陷預(yù)
軟件和集成電路 2018年5期2018-10-08
- 基于堆疊降噪稀疏自動(dòng)編碼器的軟件缺陷預(yù)測(cè)
)0 引 言軟件缺陷預(yù)測(cè)[1]是提高和保證軟件產(chǎn)品質(zhì)量的關(guān)鍵技術(shù)之一。盡管很多學(xué)者已經(jīng)對(duì)此問(wèn)題進(jìn)行了大量的探索,但其依然是一項(xiàng)艱巨而又有挑戰(zhàn)性的工作[2]。劉芳等人[3]首先用主成分分析法對(duì)軟件缺陷數(shù)據(jù)進(jìn)行降維,消除冗余信息,然后用處理后的缺陷數(shù)據(jù)進(jìn)行訓(xùn)練,構(gòu)建軟件缺陷預(yù)測(cè)模型;孟倩等人[4]使用粗糙集方法對(duì)軟件缺陷數(shù)據(jù)進(jìn)行屬性約減,去掉冗余和無(wú)關(guān)的屬性,再用支持向量機(jī)對(duì)軟件缺陷進(jìn)行分類預(yù)測(cè);王海林等人[5]用基于關(guān)聯(lián)規(guī)則的特征選擇算法提取軟件缺陷數(shù)據(jù)的特
計(jì)算機(jī)與現(xiàn)代化 2018年5期2018-06-04
- 基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的高準(zhǔn)確度軟件缺陷預(yù)測(cè)應(yīng)用研究*
靠性.因此,軟件缺陷預(yù)測(cè)對(duì)于軟件可靠性具有重要的研究?jī)r(jià)值[3].現(xiàn)階段,軟件缺陷預(yù)測(cè)模型大致可以分為5種類型[4-5]:(1) 貝葉斯模型;(2) 線性判別模型;(3) 分類決策模型;(4) 支持向量機(jī)模型;(5) 馬爾可夫模型.眾多研究人員已經(jīng)對(duì)以上模型開(kāi)展了各種分析和研究,但是以上模型在軟件缺陷預(yù)測(cè)中的應(yīng)用效果達(dá)不到人們的預(yù)期,仍舊存在不少問(wèn)題.比如,對(duì)于現(xiàn)在研究得較多的馬爾可夫模型方法,由于過(guò)于依賴初期的假設(shè)問(wèn)題,導(dǎo)致其實(shí)際應(yīng)用范圍十分有限.隨著人工
湘潭大學(xué)自然科學(xué)學(xué)報(bào) 2018年2期2018-05-28
- 一種基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)軟件缺陷預(yù)測(cè)方法
網(wǎng)絡(luò)化軟件,軟件缺陷影響著人們生活的方方面面。良好的軟件缺陷控制和預(yù)測(cè)機(jī)制可以幫助企業(yè)開(kāi)發(fā)出高質(zhì)量的軟件產(chǎn)品,防止軟件因系統(tǒng)缺陷而導(dǎo)致的嚴(yán)重后果,降低軟件維護(hù)成本,并提高客戶滿意度。因此,軟件開(kāi)發(fā)過(guò)程和軟件質(zhì)量越來(lái)越受到重視,如何預(yù)測(cè)網(wǎng)絡(luò)化軟件系統(tǒng)缺陷成為當(dāng)前研究的熱點(diǎn)領(lǐng)域。目前,國(guó)內(nèi)外軟件缺陷研究領(lǐng)域相關(guān)學(xué)者進(jìn)行了深入的研究并取得了一系列的成果。主流的方法有基于統(tǒng)計(jì)分析學(xué)方法、基于神經(jīng)網(wǎng)絡(luò)的軟件缺陷預(yù)測(cè)模型等。傅藝綺等人[1]提出了一種基于組合機(jī)器學(xué)習(xí)算
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2018年4期2018-05-23
- 回歸算法對(duì)軟件缺陷個(gè)數(shù)預(yù)測(cè)模型性能的影響
2)0 引言軟件缺陷預(yù)測(cè)指的是通過(guò)從歷史軟件數(shù)據(jù)中學(xué)習(xí)出缺陷預(yù)測(cè)的模型,然后對(duì)新的軟件模塊進(jìn)行預(yù)測(cè),預(yù)測(cè)其是否有缺陷。如果預(yù)測(cè)該軟件模塊有缺陷則對(duì)該軟件模塊分配更多的軟件測(cè)試人員,這樣可以合理地分配測(cè)試資源。研究者已經(jīng)提出了很多軟件缺陷預(yù)測(cè)的方法[1-3]:陳翔等[4]總結(jié)了國(guó)內(nèi)外在該研究領(lǐng)域取得的主要成果,但這些研究者提出的軟件缺陷預(yù)測(cè)方法都是基于分類模型,即預(yù)測(cè)軟件模塊是否有缺陷;文獻(xiàn)[5-6]指出,如果采用回歸方法預(yù)測(cè)一個(gè)軟件模塊存在多少個(gè)缺陷時(shí),可
計(jì)算機(jī)應(yīng)用 2018年3期2018-05-21
- 基于不相似性的軟件缺陷預(yù)測(cè)算法
4)0 引言軟件缺陷數(shù)據(jù)集中有缺陷的樣本數(shù)量往往比無(wú)缺陷的樣本數(shù)量少得多,因此,軟件缺陷預(yù)測(cè)可被視作一個(gè)類不均衡學(xué)習(xí)問(wèn)題。在類不均衡學(xué)習(xí)學(xué)習(xí)過(guò)程中,不同類別的誤分代價(jià)各不相等,少數(shù)類(有缺陷)的誤分代價(jià)遠(yuǎn)高于多數(shù)類(無(wú)缺陷)的誤分代價(jià),為盡可能地降低誤分代價(jià),預(yù)測(cè)算法更重視那些有缺陷的少數(shù)類樣本的預(yù)測(cè)結(jié)果。然而,傳統(tǒng)的分類算法通常建立在類分布均衡且誤分代價(jià)相等的前提下,以最小化分類誤差為最終目標(biāo),因此直接采用決策樹(shù)分類[1-3]、神經(jīng)網(wǎng)絡(luò)[3]、貝葉斯分類
計(jì)算機(jī)測(cè)量與控制 2018年3期2018-03-27
- 基于缺陷的測(cè)試用例優(yōu)先級(jí)排序方法
優(yōu)先級(jí)排序 軟件缺陷回歸測(cè)試作為測(cè)試流程的重要環(huán)節(jié),用于驗(yàn)證缺陷是否解決以及缺陷的解決是否引起其他潛在缺陷的出現(xiàn)。回歸測(cè)試階段如果毫無(wú)策略地執(zhí)行已有的測(cè)試用例集,勢(shì)必會(huì)造成大量的時(shí)間和人力資源的浪費(fèi)。為了降低回歸測(cè)試的成本,國(guó)內(nèi)外科研人員將測(cè)試用例優(yōu)先級(jí)排序技術(shù)引入到回歸測(cè)試階段,根據(jù)不同條件充分考慮測(cè)試用例的重要程度,賦予每個(gè)測(cè)試用例一個(gè)優(yōu)先級(jí),根據(jù)優(yōu)先級(jí)從高到底的順序依次執(zhí)行測(cè)試用例,從而提高測(cè)試用例的使用效率。1997年,Wong等最先提出了在回歸測(cè)
電子技術(shù)與軟件工程 2017年23期2018-01-17
- 基于AOP的軟件缺陷監(jiān)測(cè)框架的設(shè)計(jì)與實(shí)現(xiàn)
基于AOP的軟件缺陷監(jiān)測(cè)框架的設(shè)計(jì)與實(shí)現(xiàn)邊偉成(江蘇省信息中心 江蘇 南京 210013)隨著軟件規(guī)模的不斷擴(kuò)大,軟件質(zhì)量越發(fā)成為軟件開(kāi)發(fā)企業(yè)關(guān)注的重點(diǎn)。關(guān)于如何減少軟件缺陷,提高軟件可靠性是所有軟件開(kāi)發(fā)者追求的永恒主題。本文基于AOP技術(shù)設(shè)計(jì)和提出了一種新的軟件缺陷檢測(cè)框架,其具體由方法監(jiān)控層、數(shù)據(jù)過(guò)濾層和邏輯表現(xiàn)層組成,自底向上傳遞數(shù)據(jù)。該框架可實(shí)現(xiàn)軟件方法的實(shí)時(shí)監(jiān)控、自定義監(jiān)控規(guī)則、對(duì)于缺陷按照嚴(yán)重等級(jí)進(jìn)行分類顯示等功能。最后通過(guò)與實(shí)際項(xiàng)目相整合,設(shè)
電子設(shè)計(jì)工程 2017年16期2018-01-08
- 基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)技術(shù)研究
于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)技術(shù)研究韋良芬(安徽三聯(lián)學(xué)院 計(jì)算機(jī)工程學(xué)院, 合肥 230601)基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)技術(shù)是提高軟件可靠性的有效方法。本文分析了機(jī)器學(xué)習(xí)用于軟件缺陷預(yù)測(cè)的優(yōu)勢(shì),總結(jié)了基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)的關(guān)鍵技術(shù)、預(yù)測(cè)步驟和當(dāng)前研究存在的問(wèn)題,并就當(dāng)前的研究?jī)?nèi)容進(jìn)行了探討。機(jī)器學(xué)習(xí);軟件;缺陷預(yù)測(cè)0 引言隨著各種軟件系統(tǒng)規(guī)模不斷擴(kuò)大,系統(tǒng)復(fù)雜度不斷提高,軟件的可靠性面臨著嚴(yán)峻的考驗(yàn)[1]。各個(gè)行業(yè)對(duì)軟件的依賴性越來(lái)越大,軟件故障導(dǎo)致的
長(zhǎng)春大學(xué)學(xué)報(bào) 2017年10期2017-12-05
- 基于機(jī)器學(xué)習(xí)的軟件缺陷識(shí)別的必要性
徐毅蒙摘要:軟件缺陷是影響軟件質(zhì)量的關(guān)鍵因素,及早發(fā)現(xiàn)并排除軟件缺陷是軟件生命周期中重要的環(huán)節(jié)。隨著代碼數(shù)量級(jí)的與日俱增,早期的人工排查顯然降低了審查效率和準(zhǔn)確性,同時(shí)增加了審查成本。所以基于機(jī)器學(xué)習(xí)的軟件代碼缺陷識(shí)別技術(shù)是一種提升軟件可靠性,適應(yīng)當(dāng)今社會(huì)發(fā)展速度的必然選擇。關(guān)鍵詞:軟件缺陷;軟件可靠性;機(jī)器學(xué)習(xí)中圖分類號(hào):TP181 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2017)25-0185-02Abstract: Software defe
電腦知識(shí)與技術(shù) 2017年25期2017-11-20
- 繼電保護(hù)裝置軟件缺陷跟蹤管理方法
電保護(hù)裝置;軟件缺陷;跟蹤管理多年來(lái),電網(wǎng)系統(tǒng)由于保護(hù)裝置軟件的管理不善,給電網(wǎng)的安全帶來(lái)了嚴(yán)重危脅,反映出繼電保護(hù)設(shè)備生產(chǎn)廠商、運(yùn)行維護(hù)部門和繼電保護(hù)管理部門存在許多問(wèn)題,需要認(rèn)真研究,加以解決。如何實(shí)現(xiàn)繼電保護(hù)裝置軟件缺陷跟蹤管理,提供一種軟件有效管理的方法,實(shí)現(xiàn)軟件質(zhì)量的提升,是電力系統(tǒng)繼電保護(hù)裝置軟件管理的迫切問(wèn)題。1軟件管理方法的提出為解決目前存在的問(wèn)題,根據(jù)現(xiàn)場(chǎng)事故現(xiàn)狀,分析事故原因。根據(jù)事故原因,進(jìn)行缺陷分析,對(duì)裝置類型,軟件版本進(jìn)行定位,形
科技信息·中旬刊 2017年7期2017-10-21
- 軟件開(kāi)發(fā)項(xiàng)目的質(zhì)量管理策略探討
;質(zhì)量管理;軟件缺陷;管理策略中圖分類號(hào) TP2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2095-6363(2017)05-0020-02近年來(lái),我國(guó)軟件產(chǎn)業(yè)發(fā)展十分迅速,各大軟件開(kāi)發(fā)企業(yè)開(kāi)始崛起,軟件開(kāi)發(fā)項(xiàng)目也越來(lái)越多。但是由于部分軟件開(kāi)發(fā)公司缺乏一定的質(zhì)量管理經(jīng)驗(yàn),也沒(méi)有形成規(guī)范的質(zhì)量管理體系,所以在軟件開(kāi)發(fā)過(guò)程中出現(xiàn)了軟件缺陷的問(wèn)題。對(duì)此,必須要采取合適的軟件開(kāi)發(fā)質(zhì)量管理措施,解決軟件缺陷問(wèn)題,保證軟件開(kāi)發(fā)質(zhì)量。1 軟件缺陷概述及其產(chǎn)生的原因分析軟件缺陷產(chǎn)生的原
科學(xué)家 2017年5期2017-06-09
- 一種新的基于缺陷的軟件測(cè)試描述語(yǔ)言-DBSTDL
基礎(chǔ)上,面向軟件缺陷,采用分類法和因素分解法,圍繞缺陷摘要與被測(cè)軟件信息雙重主線,重組軟件測(cè)試信息,設(shè)計(jì)了新的測(cè)試描述語(yǔ)言(DBSTDL);該語(yǔ)言共包括6類詞,3大類100多條基本語(yǔ)句, 3組句群, 2種主要的語(yǔ)言組合方式,涵蓋了測(cè)試描述語(yǔ)言的框架和基本內(nèi)容;應(yīng)用DBSTDL語(yǔ)言實(shí)現(xiàn)了軟件典型缺陷與測(cè)試樣例庫(kù),驗(yàn)證了利用DBSTDL語(yǔ)言建庫(kù)的思想,說(shuō)明該語(yǔ)言可用于建立統(tǒng)一的軟件測(cè)試描述標(biāo)準(zhǔn),提供了規(guī)范描述手段。測(cè)試描述語(yǔ)言; 測(cè)試信息; 軟件缺陷; 結(jié)構(gòu)化
計(jì)算機(jī)測(cè)量與控制 2017年4期2017-05-10
- 開(kāi)源程序的軟件缺陷分布特征的量化分析研究
[4,5]。軟件缺陷是影響軟件安全性和可靠性的重要因素。研究軟件缺陷的基本性質(zhì),發(fā)掘軟件缺陷的內(nèi)在規(guī)律,對(duì)于提高軟件的安全性和可靠性,對(duì)于保障軟件系統(tǒng)的安全可靠運(yùn)行具有重要意義。目前為止,人們對(duì)軟件缺陷的性質(zhì)以及內(nèi)在規(guī)律的研究仍具有一定局限性。主要原因是,關(guān)于軟件缺陷的一手?jǐn)?shù)據(jù)資料很不全面。傳統(tǒng)的軟件開(kāi)發(fā)局限在特定的機(jī)構(gòu)中,軟件缺陷的記錄、跟蹤和排除作為機(jī)構(gòu)的技術(shù)資料一般并不對(duì)外公開(kāi)。對(duì)于不成熟的開(kāi)發(fā)機(jī)構(gòu),開(kāi)發(fā)過(guò)程中軟件缺陷的記錄和跟蹤資料并不完整。由于軟
電子元器件與信息技術(shù) 2017年4期2017-03-08
- 基于鄰域三支決策粗糙集模型的軟件缺陷預(yù)測(cè)方法*
粗糙集模型的軟件缺陷預(yù)測(cè)方法*李偉湋1郭鴻昌2(1.南京航空航天大學(xué)航天學(xué)院,南京,210016;2.東部戰(zhàn)區(qū)空軍裝備部,南京,210081)基于已有軟件缺陷數(shù)據(jù),建立分類模型對(duì)待測(cè)軟件模塊進(jìn)行預(yù)測(cè),能夠提高測(cè)試效率和降低測(cè)試成本?,F(xiàn)有基于機(jī)器學(xué)習(xí)方法對(duì)軟件缺陷預(yù)測(cè)的研究大部分基于二支決策方式,存在誤分率較高等問(wèn)題。本文針對(duì)軟件缺陷數(shù)據(jù)具有代價(jià)敏感特性且軟件度量取值為連續(xù)值等特性,提出了一種基于鄰域三支決策粗糙集模型的軟件缺陷預(yù)測(cè)方法,該方法對(duì)易分錯(cuò)的待測(cè)
數(shù)據(jù)采集與處理 2017年1期2017-02-25
- 液壓支架電液控制系統(tǒng)軟件缺陷管理
電液控制系統(tǒng)軟件缺陷管理牛劍峰1, 白永勝2, 郭丁和3(1.北京天地瑪珂電液控制系統(tǒng)有限公司, 北京 100013; 2.陽(yáng)煤集團(tuán)華越機(jī)械有限公司,山西 陽(yáng)泉 045000; 3.西安交通大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院, 陜西 西安 710049)針對(duì)液壓支架電液控制系統(tǒng)軟件缺陷問(wèn)題,從軟件測(cè)試方法入手,分析了液壓支架電液控制系統(tǒng)軟件結(jié)構(gòu)特點(diǎn),構(gòu)建了軟件缺陷管理框架,確定了軟件測(cè)試方案,對(duì)軟件缺陷進(jìn)行了分類,設(shè)計(jì)了軟件缺陷數(shù)據(jù)庫(kù)的數(shù)據(jù)結(jié)構(gòu)及軟件缺陷管理流程,進(jìn)而對(duì)
工礦自動(dòng)化 2016年11期2016-11-21
- 與內(nèi)存訪問(wèn)相關(guān)的軟件缺陷典型案例剖析
夠?qū)е聡?yán)重的軟件缺陷。詳細(xì)介紹了與內(nèi)存訪問(wèn)相關(guān)的軟件缺陷典型案例,深入剖析了這些缺陷產(chǎn)生的原因、帶來(lái)的影響,并針對(duì)性地給出了解決方法和預(yù)防措施。對(duì)提升軟件可靠性具有實(shí)際意義。關(guān)鍵詞:軟件可靠性;軟件缺陷;案例剖析中圖分類號(hào):TP311.55 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2016)21-0076-05Abstract: Memory access exceptions can cause serious software defects.
電腦知識(shí)與技術(shù) 2016年21期2016-10-18
- 基于分類的軟件缺陷嚴(yán)重性預(yù)測(cè)
?基于分類的軟件缺陷嚴(yán)重性預(yù)測(cè)王婧宇1張欣2鄒衛(wèi)琴3(1.南京市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院南京210028)(2.大連理工大學(xué)軟件學(xué)院大連116621)(3.江西理工大學(xué)南昌330000)在軟件開(kāi)發(fā)過(guò)程中,軟件缺陷的修復(fù)是保證軟件質(zhì)量的重要環(huán)節(jié)。然而隨著軟件規(guī)模的快速增長(zhǎng)、缺陷數(shù)目的急劇增加、人力物力資源的有限,報(bào)告的軟件缺陷不能全部被修復(fù)。為了保證軟件的質(zhì)量,人們往往對(duì)軟件缺陷進(jìn)行優(yōu)先級(jí)排序,將有限的資源集中在優(yōu)先級(jí)高的軟件缺陷修復(fù)上。軟件缺陷嚴(yán)重性就是一種重要
計(jì)算機(jī)與數(shù)字工程 2016年8期2016-09-10
- 基于改進(jìn)BP算法的軟件缺陷預(yù)測(cè)模型研究
進(jìn)BP算法的軟件缺陷預(yù)測(cè)模型研究韓智慧(長(zhǎng)春科技學(xué)院 信息工程學(xué)院,吉林 長(zhǎng)春130600)針對(duì)傳統(tǒng)軟件測(cè)試成本高及測(cè)試過(guò)程依賴于軟件用例的設(shè)置等問(wèn)題,設(shè)計(jì)了基于BP,JCUDA_BP和JCUDASA_BP的軟件缺陷預(yù)測(cè)模型,并通過(guò)調(diào)研、實(shí)驗(yàn)的方式對(duì)基于改進(jìn)BP算法的軟件缺陷預(yù)測(cè)算法進(jìn)行了相關(guān)的研究分析,探討了JCUDA技術(shù)對(duì)于BP算法的影響,證明了模擬退火算法與JCUDA技術(shù)相結(jié)合的方式具有改進(jìn)軟件缺陷預(yù)測(cè)模型的可能性。缺陷預(yù)測(cè)模型;模擬退火算法;JCU
現(xiàn)代電子技術(shù) 2016年11期2016-09-03
- 軟件缺陷的生成因素分析
30033)軟件缺陷的生成因素分析哈清華,姜瑞凱,劉 邏(中國(guó)科學(xué)院 長(zhǎng)春光學(xué)精密機(jī)械與物理研究所,吉林 長(zhǎng)春 130033)軟件缺陷是軟件質(zhì)量評(píng)價(jià)的重要依據(jù),需要全面而深入的研究與分析,而同時(shí)導(dǎo)致軟件缺陷形成的因素卻多種多樣,難以確定軟件缺陷的生成原因。因此,為了分析軟件缺陷的生成原因以及發(fā)現(xiàn)缺陷的方法,文中研究了基于多元線性回歸的線性擬合方法,從被測(cè)對(duì)象、開(kāi)發(fā)與測(cè)試人員、測(cè)試強(qiáng)度等方面研究對(duì)軟件缺陷的影響。首先對(duì)軟件缺陷的生成因素進(jìn)行分析,并選定5個(gè)因
計(jì)算機(jī)技術(shù)與發(fā)展 2016年1期2016-02-23
- 基于社會(huì)網(wǎng)絡(luò)的軟件缺陷預(yù)防的研究
于社會(huì)網(wǎng)絡(luò)的軟件缺陷預(yù)防的研究侯中偉,任洪敏 (上海海事大學(xué)信息工程學(xué)院,上海201306)0 引言在軟件開(kāi)發(fā)的過(guò)程中,難免會(huì)遇到各種各樣的缺陷問(wèn)題,而這些缺陷的產(chǎn)生,在不同程度上給軟件企業(yè)帶來(lái)了極大的困擾。為了使軟件企業(yè)部門能夠生產(chǎn)出高質(zhì)量的產(chǎn)品,在缺陷方面,各領(lǐng)域也做了大量的研究,包括各種軟件缺陷管理工具的開(kāi)發(fā)以及應(yīng)用,有效地管理缺陷,這在很大程度上幫助開(kāi)發(fā)者或許測(cè)試者盡量避免缺陷問(wèn)題的產(chǎn)生。然而,軟件缺陷很難一次性解決,更不可能全部解決,需要開(kāi)發(fā)者或
現(xiàn)代計(jì)算機(jī) 2015年21期2015-09-26
- 基于元學(xué)習(xí)的軟件缺陷預(yù)測(cè)推薦方法
基于元學(xué)習(xí)的軟件缺陷預(yù)測(cè)推薦方法程 俊1,張雪瑩1,李瑞賢2(1.中國(guó)電子科學(xué)研究院,北京 100041;2.北京自動(dòng)化控制設(shè)備研究所,北京 100074)基于機(jī)器學(xué)習(xí)的分類算法已被廣泛地應(yīng)用于預(yù)測(cè)軟件缺陷。然而,軟件缺陷數(shù)據(jù)的多樣化,導(dǎo)致單一分類算法難以在所有的軟件缺陷預(yù)測(cè)過(guò)程中均獲得最優(yōu)的分類性能,即不同的數(shù)據(jù)集上最適用的分類算法也不盡相同。本文提出了一種基于元學(xué)習(xí)和實(shí)例學(xué)習(xí)的軟件缺陷預(yù)測(cè)算法推薦方法。該方法僅依據(jù)待預(yù)測(cè)軟件缺陷數(shù)據(jù)的特征,為其推薦最適
中國(guó)電子科學(xué)研究院學(xué)報(bào) 2015年6期2015-06-24
- 基于組織協(xié)同進(jìn)化的軟件缺陷預(yù)測(cè)方法*
織協(xié)同進(jìn)化的軟件缺陷預(yù)測(cè)方法*常瑞花(武警工程大學(xué)科研部,西安 710086)針對(duì)傳統(tǒng)有標(biāo)識(shí)軟件度量元數(shù)據(jù)存在軟件缺陷預(yù)測(cè)精度低的問(wèn)題,首先對(duì)比選擇合適的離散化方法,然后將組織協(xié)同進(jìn)化分類算法引入并應(yīng)用到航天軟件缺陷預(yù)測(cè)領(lǐng)域,給出了一種基于組織協(xié)同進(jìn)化的軟件缺陷預(yù)測(cè)方法。該方法根據(jù)預(yù)測(cè)目標(biāo)將離散后的軟件度量元數(shù)據(jù)劃分為不同種群,在各種群內(nèi)部形成進(jìn)化個(gè)體(組織)。組織在增減算子、交換算子、合并算子和組織選擇機(jī)制的作用下不斷進(jìn)化,并基于屬性重要度協(xié)同進(jìn)化的方式
火力與指揮控制 2015年7期2015-06-23
- 基于改進(jìn)GM(1,1)模型預(yù)測(cè)軟件缺陷率
1)模型預(yù)測(cè)軟件缺陷率王曙燕,黃煒青,孫家澤(西安郵電大學(xué) 計(jì)算機(jī)學(xué)院,陜西 西安710121)給出一種基于隨機(jī)抽樣一致性算法(RANSAC)的GM(1,1)改進(jìn)模型。運(yùn)用RANSAC篩除異常值,選擇估計(jì)誤差最小的點(diǎn)作為定解條件,結(jié)合插值思想對(duì)軟件缺陷率進(jìn)行預(yù)測(cè)。分別對(duì)有無(wú)奇異值的數(shù)據(jù)預(yù)測(cè),結(jié)果表明改進(jìn)后的模型不僅能夠改善異常值對(duì)預(yù)測(cè)的影響,而且比GM(1,1)模型取得較高的預(yù)測(cè)精度?;疑P?;隨機(jī)抽樣一致性算法;定解條件;異常值;軟件缺陷率軟件缺陷是軟件
西安郵電大學(xué)學(xué)報(bào) 2015年6期2015-02-27
- 基于度量元的靜態(tài)軟件缺陷預(yù)測(cè)技術(shù)*
度量元的靜態(tài)軟件缺陷預(yù)測(cè)技術(shù)*常瑞花,賈鵬(武警工程大學(xué)科研部,西安710086)軟件缺陷預(yù)測(cè)技術(shù)是當(dāng)前軟件工程領(lǐng)域的一個(gè)熱點(diǎn)研究問(wèn)題?;仡櫤途C述了基于度量元的靜態(tài)軟件缺陷預(yù)測(cè)技術(shù)研究的起源與國(guó)內(nèi)外最新進(jìn)展動(dòng)態(tài),并對(duì)常用缺陷預(yù)測(cè)技術(shù)的評(píng)價(jià)指標(biāo)進(jìn)行對(duì)比和分析,指出其優(yōu)缺點(diǎn)和適用范圍。最后對(duì)靜態(tài)軟件缺陷預(yù)測(cè)技術(shù)的可能發(fā)展方向進(jìn)行預(yù)測(cè)。度量元,軟件缺陷,預(yù)測(cè),靜態(tài)0 引言軟件密集型裝備中軟件所占比例的日益增加,使得系統(tǒng)的可靠性越來(lái)越依賴于其采用軟件的可靠性。研究
火力與指揮控制 2015年2期2015-01-08
- 軟件缺陷管理方案分析
10046)軟件缺陷管理方案分析史海峰(南京信息職業(yè)技術(shù)學(xué)院,江蘇 南京 210046)基于作者軟件開(kāi)發(fā)和軟件測(cè)試的工作經(jīng)歷,給出了一套軟件缺陷管理方案,該方案對(duì)軟件缺陷的管理內(nèi)容和生命周期進(jìn)行重點(diǎn)分析,定義了軟件缺陷在其生命周期中的各個(gè)狀態(tài),以及狀態(tài)之間的轉(zhuǎn)換過(guò)程,然后在軟件缺陷權(quán)利管理中給出了權(quán)限和角色分配方法,最后對(duì)方案提出了一些不足和改進(jìn)。軟件缺陷管理;測(cè)試用例;測(cè)試結(jié)果;生命周期;權(quán)限管理1.引言軟件缺陷是計(jì)算機(jī)軟件或程序中存在的某種破壞正常運(yùn)行
電腦與電信 2014年10期2014-03-13
- 航天嵌入式軟件缺陷的分類方法
)航天嵌入式軟件缺陷的分類方法董曉剛1,楊孟飛2(1.北京控制工程研究所,北京100190;2.中國(guó)空間技術(shù)研究院,北京100094)軟件缺陷分類是軟件缺陷管理的基礎(chǔ).介紹了軟件缺陷的概念,對(duì)幾種軟件缺陷分類方法進(jìn)行了分析和比較.結(jié)合航天嵌入式軟件研制流程和缺陷類型分析,提出了一種航天器嵌入式軟件缺陷的分類方法,對(duì)于缺陷類型和實(shí)現(xiàn)與編碼錯(cuò)誤子類型給出了詳細(xì)的分類方法.軟件缺陷;航天嵌入式軟件;缺陷分類軟件缺陷(software defect)的一般定義指軟
空間控制技術(shù)與應(yīng)用 2012年5期2012-09-05
- ABDOM的參數(shù)規(guī)范化與離散化改進(jìn)
00191)軟件缺陷發(fā)現(xiàn)時(shí)序過(guò)程的疊加雙阻尼振蕩模型(ABDOM,Accumulative Bi-Damped Oscillation Model)[1]為軟件測(cè)試過(guò)程的度量和評(píng)估提供了一種新的手段.該模型是一個(gè)可初步描述軟件缺陷發(fā)現(xiàn)時(shí)序過(guò)程的周期性、隨機(jī)振蕩性和阻尼衰減性等基本特征及關(guān)鍵影響因素的數(shù)學(xué)模型.但是,為了能更好描述復(fù)雜的軟件缺陷發(fā)現(xiàn)場(chǎng)景,當(dāng)前的ABDOM模型仍然存在需要改進(jìn)的地方:1)在現(xiàn)有的ABDOM中,軟件缺陷發(fā)現(xiàn)阻尼a和軟件缺陷發(fā)現(xiàn)周期
北京航空航天大學(xué)學(xué)報(bào) 2012年10期2012-08-07
- 基于代價(jià)敏感神經(jīng)網(wǎng)絡(luò)算法的軟件缺陷預(yù)測(cè)
經(jīng)網(wǎng)絡(luò)算法的軟件缺陷預(yù)測(cè)繆林松(南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,江南南京 210016)軟件缺陷預(yù)測(cè)作為軟件工程領(lǐng)域的重要研究?jī)?nèi)容已有近30年。近年來(lái),隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,傳統(tǒng)機(jī)器學(xué)習(xí)技術(shù)基于靜態(tài)代碼屬性的軟件缺陷預(yù)測(cè)領(lǐng)域得到廣泛應(yīng)用。然而,傳統(tǒng)的機(jī)器學(xué)習(xí)算法并未考慮軟件缺陷預(yù)測(cè)過(guò)程中,常見(jiàn)的代價(jià)敏感問(wèn)題與類不均衡問(wèn)題。文中將基于過(guò)采樣技術(shù)和閾值移動(dòng)技術(shù)的代價(jià)敏感神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于軟件缺陷預(yù)測(cè)領(lǐng)域,從而解決該領(lǐng)域的代價(jià)敏感問(wèn)題與類不均衡問(wèn)題。在N
電子科技 2012年6期2012-01-19
- 領(lǐng)域本體的構(gòu)建方法研究
用該方法構(gòu)建軟件缺陷領(lǐng)域本體。關(guān)鍵詞:本體 領(lǐng)域本體 本體構(gòu)建 軟件缺陷中圖分類號(hào): B016文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1003-6938(2011)01-0016-04Research on Construction Methods of Domain OntologyZhang Wenxiu (Department of Audit, Nanjing Audit University, Nanjing, Jiangsu, 211815)Zhu Qi
圖書與情報(bào) 2011年1期2011-02-14