半监督软件缺陷挖掘研究综述

• 作者: 霍轩 黎铭
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 软件挖掘 机器学习 半监督学习 软件缺陷挖掘
• 年，卷（期）: 2016,（1）
• 页码范围: 56-64
• 页数: 9页
• 分类号: TP181|TP311.5
• 字数: 6643字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.01.005

摘要

软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因.软件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已得到了软件质量保障领域的广泛关注.要准确发现软件模块中潜在的缺陷,需要利用大量带有缺陷情况标注的模块进行学习.然而,缺陷情况标注往往需要通过详细测试或人工代码检查获取,要消耗大量测试和人工资源,在实际应用中难以满足,这严重制约了软件缺陷挖掘的性能.针对这一问题,半监督学习技术被引入软件缺陷挖掘,通过对大量缺少标注的模块进行利用,辅助提升软件缺陷挖掘的性能.本文对半监督缺陷挖掘技术的研究现状进行综述.首先综述了软件缺陷挖掘研究现状,然后简要介绍了半监督学习的4种学习范式;最后系统梳理了基于半监督学习进行软件缺陷挖掘的多种方法与技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎铭	南京大学计算机软件新技术国家重点实验室	14	170	5.0	13.0
2	霍轩	南京大学计算机软件新技术国家重点实验室	1	9	1.0	1.0