基于多目标优化的软件缺陷预测特征选择方法

• 作者: 孟少卿 崔展齐 沈宇翔 王赞 陈翔 鞠小林
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 软件缺陷预测 基于搜索的软件工程 特征选择 多目标优化
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 系统软件与软件工程
• 页码范围: 1420-1433
• 页数: 14页
• 分类号: TP311.5
• 字数: 9733字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1707016

摘要

软件缺陷预测可以通过预先识别出可疑缺陷模块,并随后对其投入足够的测试资源以提高软件质量.但在缺陷预测数据集的搜集过程中,若考虑了多种不同度量元(即特征)会造成维数灾难问题.特征选择是缓解该问题的一种有效方法,其尝试尽可能多地识别并移除已有特征集中的冗余特征和无关特征.然而设计有效的特征选择方法具有一定的挑战性.将软件缺陷预测特征选择问题建模为多目标优化问题,其优化目标包括最小化选出的特征子集规模和最大化随后构建出的缺陷预测模型的预测效果.随后提出MOFES(multi-objective optimization feature selection)方法来尝试平衡这两个可能矛盾的优化目标.为了验证MOFES方法的有效性,选择了来自实际开源项目的数据集PROMISE和RELINK,并且将MOFES方法与一些基准方法(例如GFS、GBS和SOFS)进行了比较.最终结果表明:在可接受的计算开销内,MOFES方法在大部分情况下可以选出规模更小的特征子集,并同时取得更好的模型预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟少卿	天津大学信息与网络中心	8	39	4.0	5.0
2	陈翔	南通大学计算机科学与技术学院	64	475	12.0	19.0
4	王赞	天津大学软件学院	15	126	7.0	11.0
5	鞠小林	南通大学计算机科学与技术学院	29	298	9.0	16.0
7	崔展齐	北京信息科技大学计算机学院	9	11	2.0	3.0
10	沈宇翔	南通大学计算机科学与技术学院	2	4	1.0	2.0