基于机器学习的软件缺陷预测技术的研究综述

本文基于马樱博士《基于机器学习的软件缺陷预测技术研究》归纳总结而成，不具备论文作用，仅为学校交流

中文摘要

自过去几十年来，软件规模不断扩大，计算机程序设计变得更加复杂，软件规模显著增长，不同大小复杂度的软件被广泛应用于各个领域，电信、商业、国防、交通等各个行业都脱离不开软件的驱动，数据驱动未来，软件定义世界！然而这些行业的正常运行必须依赖软件的正常运行，一个细小的软件故障，都会为企业或者使用者带来不小的麻烦甚至经济损失，这些故障如果发生在国防软件中，更将产生难以估量的损失。但正是这些软件的存在，我们的生活才能顺利进行。但由于我们对这些软件或系统的以来，通常不知道何时，软件运行将会产生错。所以，与现实中其他可见的工程项目相比，软件质量的可靠性工程进度缓慢，也正因如此，这种缓慢的进步，阻碍了软件工程实践研究的发展；且软件的好坏并没有较为成熟和严格的标准，大多为主管喜好决策。因此对于软件缺陷的研究显得更为困难和重要。

英文摘要

Since the past few decades, the scale of software has continued to expand, computer programming has become more complex, and the scale of software has grown significantly. Software of different sizes and complexity has been widely used in various fields. Various industries such as telecommunications, commerce, national defense, and transportation have been separated from different industries. Driven by software, data drives the future, and software defines the world! However, the normal operation of these industries must rely on the normal operation of the software. A small software failure will cause a lot of trouble or even economic losses for the enterprise or user. If these failures occur in the national defense software, it will cause incalculable damage. loss. But it is the existence of these softwares that our lives can proceed smoothly. But because of our experience with these software or systems, we usually don't know when the software will run incorrectly. Therefore, compared with other visible engineering projects in reality, the progress of software quality reliability engineering is slow, and because of this, this slow progress hinders the development of software engineering practice research; and the quality of software is not relatively good. Mature and strict standards, mostly for supervisors’ preferences. Therefore, the research on software defects is more difficult and important.

关键词

软件缺陷预测、机器学习、监督学习、半监督学习

1. 引言

1.1软件可靠性面临挑战

自过去几十年来，软件规模不断扩大，计算机程序设计变得更加复杂，软件规模显著增长，不同大小复杂度的软件被广泛应用于各个领域，电信、商业、国防、交通等各个行业都脱离不开软件的驱动，数据驱动未来，软件定义世界！然而这些行业的正常运行必须依赖软件的正常运行，一个细小的软件故障，都会为企业或者使用者带来不小的麻烦甚至经济损失，这些故障如果发生在国防软件中，更将产生难以估量的损失。但正是这些软件的存在，我们的生活才能顺利进行。但由于我们对这些软件或系统的以来，通常不知道何时，软件运行将会产生错。所以，与现实中其他可见的工程项目相比，软件质量的可靠性工程进度缓慢，也正因如此，这种缓慢的进步，阻碍了软件工程实践研究的发展；且软件的好坏并没有较为成熟和严格的标准，大多为主管喜好决策。因此对于软件缺陷的研究显得更为困难和重要。

但早在2000年左右，由美国国家科学基金会成立的经验软件工程中心根据多为专家讨论的结果表明，由于软件缺陷对软件项目成败带