一種基于混和效應移除的即時缺陷預測方法
【技術領域】
[0001]本發(fā)明屬于軟件工程領域，尤其是即時軟件缺陷預測領域，且特別是有關于一種基于混和效應移除的即時缺陷預測方法。
【背景技術】
[0002]隨著軟件技術的不斷發(fā)展，用戶對軟件質量要求越來越高，軟件開發(fā)者也在不斷的尋求提高軟件質量的方法以滿足用戶需求。軟件缺陷是計算機軟件或程序中存在的某種破壞正常運行能力的問題、錯誤，或者隱藏的功能缺陷，是系統(tǒng)所需要實現(xiàn)的某種功能的失效或違背。軟件缺陷伴隨著軟件開發(fā)流程的各個過程，需求分析階段如果沒有充分弄清需求將會帶來很多不必要的軟件缺陷，開發(fā)過程中沒有采用優(yōu)秀的管理方法也會導致很多軟件缺陷。審查和修復軟件缺陷需要投入大量人力物力，而且占據(jù)了軟件生命周期中的大部分時間。
[0003]即時軟件缺陷預測技術是一項旨在預測軟件開發(fā)過程中引入的缺陷的方法，幫助開發(fā)人員在代碼提交時識別可能引入缺陷的代碼提交，及時的分配開發(fā)人員有針對性的對提交的代碼進行審查，有效地分配有限的資源，快速識別出引入缺陷的代碼提交并修復，從而更好的控制和提升軟件產(chǎn)品的質量。

【發(fā)明內容】

[0004]本發(fā)明目的在于提供一種基于混和效應移除的即時缺陷預測方法，解決目前存在的即時缺陷預測方法缺陷數(shù)據(jù)收集難度大，預測性能差的問題，使得即時軟件缺陷預測技術具有更廣泛的適應性，同時提升該技術的準確率和精度，合理分配審查的工作量，提高代碼審查的效率，從而提升軟件產(chǎn)品的質量。
[0005]為達成上述目的，本發(fā)明提出一種基于混和效應移除的即時缺陷預測方法。方法包括下列步驟:
[0006]1)變更度量的收集:版本控制系統(tǒng)記錄了軟件開發(fā)過程中所有歷史提交的信息(包含該次提交修改了哪些文件，提交人、時間以及日志等信息)。根據(jù)版本庫中記錄的這些歷史信息，挖掘出變更度量。這里，一個變更是指給定時間間隔內所有的提交集合。變更度量包含增加、刪除代碼量，變更量(即增加刪除地總代碼行數(shù))，被修改的文件個數(shù)、子系統(tǒng)個數(shù)，變更涉及到的提交者個數(shù)及經(jīng)驗等信息；
[0007]2)變更度量與變更量混和效應的移除:首先，建立變更度量與變更量之間的線性回歸模型，然后將變更度量原始值減去線性回歸模型的預測值，以此移除變更度量與變更量之間的混和效應，從而獲得新的變更度量。
[0008]3)按移除混和效應后的度量值排序變更:利用步驟2中移除混和效應得到的新的變更度量值，從小到大對變更進行排序，得到缺陷引入變更傾向性的序列；
[0009]4)開發(fā)人員按序依次審查和修復變更:將步驟3得到的變更序列提交給開發(fā)人員，開發(fā)人員按序依次審查變更，判別變更是否為缺陷引入變更，如果是，則修復該變更。
[0010]進一步，其中上述步驟I的具體步驟如下:
[0011]步驟1-1:起始狀態(tài)；
[0012]步驟1-2:從版本庫中，獲取提交的標識符；
[0013]步驟1-3:根據(jù)提交的標識符，獲取版本庫中記錄的該提交的相關信息；
[0014]步驟1-4:按給定時間間隔，對版本庫中提交進行分組，一個變更為一組提交；
[0015]步驟1-5:根據(jù)提交分組信息，計算軟件變更度量；
[0016]步驟1-6:變更度量收集完畢。
[0017]進一步，其中上述步驟2的具體步驟如下:
[0018]步驟2-1:起始狀態(tài)；
[0019]步驟2-2:對每個變更度量C，判別是否為變更量度量；
[0020]步驟2-3:如果c不是變更量度量，建立c與變更量s之間的線性回歸模型C =β S+ ε ；
[0021]步驟2-4:從c中減去回歸模型的預測值P (C) = β s+ ε ；
[0022]步驟2-5:獲得新的變更度量值c' =c-p(c);
[0023]步驟2-6:變更度量與變更量混和效應的移除完畢。
[0024]進一步，其中上述步驟3的具體步驟如下:
[0025]步驟3-1:起始狀態(tài)；
[0026]步驟3-2:基于步驟2得到的新的變更度量，選取合適的變更度量;
[0027]步驟3-3:按c'從小到大排序變更；
[0028]步驟3-4:獲得排序得到的變更序列；
[0029]步驟3-5:按移除混和效應后的度量值排序變更完畢。
[0030]進一步，其中上述步驟4的具體步驟如下:
[0031]步驟4-1:起始狀態(tài)；
[0032]步驟4-2:開發(fā)人員按步驟3得到的變更序列依次審查變更；
[0033]步驟4-3:如果變更為缺陷引入變更，修復改變更；
[0034]步驟4-4:開發(fā)人員按序依次審查和修復變更完畢。
[0035]本發(fā)明通過移除變更度量與變更代碼量之間的混和效應來建立即時缺陷預測模型，不需要缺陷數(shù)據(jù)集來訓練模型，因此相比于當前有監(jiān)督的即時缺陷預測模型，不但不需要收集缺陷信息，同時還能大幅提高即時缺陷預測模型的性能。因此，本方法具有更廣泛的適應性和更高的實用性?；诒痉椒ń⒌念A測模型得到的變更缺陷傾向性序列，開發(fā)人員可以更為有針對性的對變更進行審查，從而能有效地利用開發(fā)資源，大幅提高軟件產(chǎn)品的質量。
【附圖說明】
[0036]圖1為本發(fā)明實施例的一種基于混和效應模型的即時缺陷預測方法的流程圖。
[0037]圖2為圖1中變更度量收集的流程圖。
[0038]圖3為圖1中變更度量與變更量混和效應的移除的流程圖。
[0039]圖4為圖1中按移除混和效應后度量排序變更的流程圖。
[0040]圖5為圖1中開發(fā)人員審查和修復變更的流程圖。
【具體實施方式】
[0041 ] 為了解本發(fā)明的技術內容，特舉具體實施例并配合所附圖式說明如下。
[0042]圖1為本發(fā)明實施例的一種基于混和效應移除的即時缺陷預測方法的流程圖。一種基于混和效應移除的即時缺陷預測方法，其特征在于包括下列步驟:
[0043].SlOl變更度量的收集:版本控制系統(tǒng)記錄了軟件開發(fā)過程中所有歷史提交的信息(包含該次提交修改了哪些文件，提交人、時間以及日志等信息)。根據(jù)版本庫中記錄的這些歷史信息，挖掘出變更度量。這里，一個變更是指給定時間間隔內所有的提交集合。變更度量包含增加、刪除代碼量，變更量(即增加刪除地總代碼行數(shù))，被修改的文件個數(shù)、子系統(tǒng)個數(shù)，變更涉及到的提交者個數(shù)及經(jīng)驗等信息；
[0044].S102變更度量與變更量混和效應的移除:首先，建立變更度量與變更量之間的線性回歸模型，然后將變更度量原始值減去線性回歸模型的預測值，以此移除變