基于统计抽样的非均衡分类方法在软件缺陷预测中的应用

• 作者: 张文 徐可欣 王永吉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 软件缺陷预测 非均衡 抽样 随机森林 代价敏感
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 嵌入式软件与应用
• 页码范围: 215-219,233
• 页数: 6页
• 分类号: TP311
• 字数: 5739字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.052

摘要

目前软件缺陷预测的研究主要是从历史数据获取来源和预测方法这两方面入手。然而，获取到的软件历史缺陷数据往往是非均衡的，传统的预测方法会给缺陷数据带来极大的误分率。针对这一问题，提出使用基于统计抽样的非均衡分类方法来预测软件缺陷。通过经验性地对比分析12种已有抽样与分类算法组合的预测性能优劣，得到SpreadSubsampling和随机森林结合的方法（ SP-RF）综合表现最好，但具有较高伪正率（ FPR）。为了进一步提高预测性能，针对原始SP-RF方法会对原始数据带来较大的噪音及信息缺失等不足，提出一种基于SP-RF的内置均衡化抽样的自适应随机森林改进算法（ IBSBA-RF）。实验表明，IBSBA－RF算法可以显著降低预测结果的FPR，并且进一步提高了预测结果的AUC和Balance值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文	中国科学院软件研究所基础软件国家工程研究中心	47	635	13.0	24.0
2	王永吉	中国科学院软件研究所基础软件国家工程研究中心	31	403	12.0	19.0
3	徐可欣	中国科学院软件研究所基础软件国家工程研究中心	1	2	1.0	1.0