跨项目软件缺陷预测方法研究综述

• 作者: 刘战东 张海军 李勇
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 跨项目缺陷预测 迁移学习 软件属性特征 软件模块实例 模型训练
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 98-103,121
• 页数: 7页
• 分类号: TP311.5
• 字数: 7430字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.03.019

摘要

软件缺陷预测是提高软件测试效率、保证软件可靠性的重要途径,已经成为目前实证软件工程领域的研究热点.在软件工程中,软件的开发过程或技术平台可能随时变化,特别是遇到新项目启动或旧项目重新开发时,基于目标项目数据的传统软件缺陷预测方法无法满足实践需求.基于迁移学习技术采用其他项目中已经标注的软件数据实现跨项目的缺陷预测,可以有效解决传统方法的不足,引起了国内外研究者的极大关注,并取得了一系列的研究成果.首先总结了跨项目软件缺陷预测中的关键问题.然后根据迁移学习的技术特点将现有方法分为基于软件属性特征迁移和软件模块实例迁移两大类,并分析比较了常见方法的特点和不足.最后探讨了跨项目软件缺陷预测未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	新疆师范大学计算机科学技术学院	42	237	10.0	13.0
5	张海军	新疆师范大学计算机科学技术学院	23	155	5.0	12.0
6	刘战东	新疆师范大学计算机科学技术学院	7	15	2.0	3.0