基于SVM的We应用缺陷预测方法.doc

基于SVM的Web应用缺陷预测方法 （1. 中国科学院软件研究所互联网实验室，Software Fault Prediction based on SVM for Web Application Liu Yang 1 (1.Lab for Internet Software Technologies, Institute of Software, Chinese Academy of Science, Beijing, 100080, China) Abstract：Software Fault Prediction predicts number of software faults in software modules or whether a module is fault-prone or not by observing statistical metrics. It is proved that software fault prediction is an effective way to improve software reliability. With prediction result, software development team can focus on fault-prone modules to improve software reliability and quality more effectively. Traditional fault prediction methods only focus on non-Web application developed by language like C/C++ and Ada. This paper proposed software fault prediction for Web application. SVM is employed as predicting algorithm. Suitable metrics for Web application based on struts is proposed. Experiment result proved the efficiency of SVM in Software Fault Prediction. Key words：Struts; web application; fault prediction; support vector machine 1. 研究背景 1.1 软件缺陷预测 软件缺陷是软件质量管理关注的焦点之一。但软件产品缺陷的相关统计数据通常只有在产品完成开发并经过完整测试之后才能获得。如果出现某个模块缺陷率过高的情况，软件开发组织就要被迫做出两难选择：发布带有大量缺陷的产品或者延期发布产品以进行修整和回归测试。为了避免出现这样的情况，软件工程研究领域提出了软件缺陷预测。软件缺陷预测是根据易于获得的软件产品统计度量元预测软件产品可能发生的缺陷数量或软件模块是否具有较高的缺陷风险的方法。软件开发组织可以在软件开发过程中使用缺陷预测技术对软件产品的缺陷分布状况进行预测，从而将有限的资源集中于具有较高缺陷风险的模块，更有效的提高软件产品的可靠性和质量。软件缺陷预测已经被证明是提高软件可靠性的有效方法。 软件缺陷预测方法通常包含以下几个步骤： 1) 构造预测模型。 2) 选择能够较好表征软件产品复杂度的统计度量元并采集软件产品的统计数据。 3) 将统计数据输入预测模型得到预测结果。 由于软件缺陷预测需要处理大量的数据，因此目前的研究大多使用机器学习技术完成预测模型的构造和预测工作。根据构造预测模型和实现预测所使用的机器学习技术不同，不同方法的步骤1)和步骤3)会有很大不同。目前在软件缺陷预测领域使用较多的预测技术有以下几种： 人工神经网络(Artificial Neural Net, ANN)[7][8]； 分类回归树(Classification and Regression Tree, CART)[16]； 基于实例的推理(Case Based Reasoning, CBR)[16]； 多线性回归(Multiple Linear Regression, MLR)[16]； 聚类分析(Clustering)[6]； 主分量分析(Principle Component Analysis, PCA)通常不直接用于软件缺陷分析，而较多用于对原始数据进行预处理以消除输入值之间的相关性。 1.2 研究对象与预测模型的选择 目前的软件缺陷预测研究多集中于非Web应用，如控制系统等。目前在商用领域中使用Web应用技术开发的软件产品逐渐增多。软件开发组织迫切需要可以