公开(公告)号：CN114968764A

公开(公告)日：2022-08-30

申请号：CN202210445965.6

申请日：2022-04-26

申请人： 南通大学

发明人： 文万志 ,  张瑞年 ,  祁佳篁 ,  沈陈强 ,  陆晓虹 ,  宋梦婷 ,  尹思文 ,  程学云

IPC分类号： G06F11/36 ,  G06K9/62 ,  G06N3/04 ,  G06F40/30

摘要： 本发明属于软件缺陷预测的技术领域，提供一种基于代码语义融合传统度量元的软件缺陷预测方法，包括如下步骤：S1、获取项目传统度量元；S2、构建项目代码实例向量集PCIVS；S3、构建语义提取器SEM；S4、生成语义向量集GSVS；S5、构建语义融合器SCM；S6、生成组合语义向量集CSVS；S7、构建缺陷预测分类模型；S8、构建基于代码语义融合传统度量元的软件缺陷预测方法MSFDP。本发明使用特征提取器提取代码中潜在的语义信息，并融合人工提取的传统度量元，使用组合的语义向量表示构建缺陷预测分类模型，弥补使用传统度量元建立预测模型方法的不足，提高软件使用的稳定性，进一步帮助开发人员及早的发现软件缺陷，优化测试资源分配。

公开(公告)号：CN115269378B

公开(公告)日：2023-06-09

申请号：CN202210717461.5

申请日：2022-06-23

申请人： 南通大学

发明人： 张瑞年 ,  陈义 ,  祁佳篁 ,  尹思文 ,  王超 ,  郭伟琪 ,  文万志 ,  程实

IPC分类号： G06F11/36 ,  G06F18/2113 ,  G06F18/22 ,  G06F18/214

摘要： 本发明提供一种基于域特征分布的跨项目软件缺陷预测方法，包括如下步骤：S1、构建项目向量集PVS；S2、构建源域实例候选索引集SDCI；S3、构建源域实例候选集SDCS；S4、构建适应域特征分布索引DFDI；S5、构建适应域特征分布的训练集DFDD；S6、构建基于域特征分布的跨项目软件缺陷预测方法DFDCP。本发明提出一种基于域特征分布的跨项目软件缺陷预测方法，在源域实例候选集中，由目标实例的去均值化向量进行实例再选择，构建适应域特征分布的实例集，使用该方法构建的训练集有利于进一步建立精确的跨项目缺陷预测模型，实现更好的跨项目缺陷预测效果。

公开(公告)号：CN115269377B

公开(公告)日：2023-07-11

申请号：CN202210717428.2

申请日：2022-06-23

申请人： 南通大学

发明人： 张瑞年 ,  王楚越 ,  王晨宇 ,  尹思文 ,  王超 ,  郭伟琪 ,  文万志 ,  胡彬

IPC分类号： G06F11/36 ,  G06F18/2113 ,  G06F18/22 ,  G06F18/243 ,  G06F18/214

摘要： 本发明提供一种基于优化实例选择的跨项目软件缺陷预测方法，包括如下步骤：S1、构建项目向量集PVS；S2、构建目标实例优化索引IPI；S3、构建预训练集TPRED；S4、构建目标项目的优化索引TPOI；S5、构建基于优化实例选择的训练集BOD；S6、构建基于优化实例选择的跨项目软件缺陷预测方法BOICP。本发明提出一种基于优化实例选择的跨项目软件缺陷预测方法，通过构建目标实例全局特征向量实现源实例选择，然后使用相关性分析进一步优化实例选择，使用该方法构建的训练集有利于选择可靠的实例数据，实现更好的跨项目缺陷预测效果。

公开(公告)号：CN115269378A

公开(公告)日：2022-11-01

申请号：CN202210717461.5

申请日：2022-06-23

申请人： 南通大学

发明人： 张瑞年 ,  陈义 ,  祁佳篁 ,  尹思文 ,  王超 ,  郭伟琪 ,  文万志 ,  程实

IPC分类号： G06F11/36 ,  G06K9/62

摘要： 本发明提供一种基于域特征分布的跨项目软件缺陷预测方法，包括如下步骤：S1、构建项目向量集PVS；S2、构建源域实例候选索引集SDCI；S3、构建源域实例候选集SDCS；S4、构建适应域特征分布索引DFDI；S5、构建适应域特征分布的训练集DFDD；S6、构建基于域特征分布的跨项目软件缺陷预测方法DFDCP。本发明提出一种基于域特征分布的跨项目软件缺陷预测方法，在源域实例候选集中，由目标实例的去均值化向量进行实例再选择，构建适应域特征分布的实例集，使用该方法构建的训练集有利于进一步建立精确的跨项目缺陷预测模型，实现更好的跨项目缺陷预测效果。

公开(公告)号：CN115269377A

公开(公告)日：2022-11-01

申请号：CN202210717428.2

申请日：2022-06-23

申请人： 南通大学

发明人： 张瑞年 ,  王楚越 ,  王晨宇 ,  尹思文 ,  王超 ,  郭伟琪 ,  文万志 ,  胡彬

IPC分类号： G06F11/36 ,  G06K9/62

摘要： 本发明提供一种基于优化实例选择的跨项目软件缺陷预测方法，包括如下步骤：S1、构建项目向量集PVS；S2、构建目标实例优化索引IPI；S3、构建预训练集TPRED；S4、构建目标项目的优化索引TPOI；S5、构建基于优化实例选择的训练集BOD；S6、构建基于优化实例选择的跨项目软件缺陷预测方法BOICP。本发明提出一种基于优化实例选择的跨项目软件缺陷预测方法，通过构建目标实例全局特征向量实现源实例选择，然后使用相关性分析进一步优化实例选择，使用该方法构建的训练集有利于选择可靠的实例数据，实现更好的跨项目缺陷预测效果。

公开(公告)号：CN113176998A

公开(公告)日：2021-07-27

申请号：CN202110503077.0

申请日：2021-05-10

申请人： 南通大学

发明人： 文万志 ,  张瑞年 ,  朱宁波 ,  陈义 ,  尹思文 ,  李元金 ,  程实

IPC分类号： G06F11/36

摘要： 本发明提供一种基于源选择的跨项目软件缺陷预测方法，包括如下步骤：S1、数据集构建；S2、构建特征选择方法集FSelection；S3、获取最优特征选择方法BFMethod；S4、获取最优特征数量FThreshold；S5、构建源项目选择方法集SPSelection；S6、构建基于源选择的跨项目缺陷预测方法CPSPM。本发明提出多种源项目选择方法，可以为后续数据训练提供更好的源项目，该方法能有效提高软件缺陷预测的效率。