一种基于经验数据的软件缺陷修复工作量预测模型分析-analysis of a workload prediction model for software defect repair based on empirical data.docxVIP

1绪论1.1研究背景及意义随着信息技术的发展，计算机软件的应用越来越广泛，在经济、教育、医疗、国防安全、社会生活等各个方面发挥着越来越重要的作用。计算机软件的广泛应用在带来了软件业繁荣的同时，也给软件生产者带来了各种新的挑战：各种需求层出不穷，软件规模越来越大，软件成本越来越高等。在资金、人力资源、时间等都是有限的情况下开发并及时交付高可靠、高质量的软件产品，一直是各软件企业和软件工程学术界追求的目标。为此，各种各样的工具、技术、模型被开发出来并大量运用到实际的软件开发过程中，希望借此提高软件开发过程的自动化水平，提高软件开发过程的可控性，降低开发过程风险，降低软件开发成本和提高软件质量。在这些技术中，作为影响软件质量的最主要因素，软件缺陷相关的管理、分析和预测技术一直是研究者们关注的重点。特别是软件缺陷修复工作量预测技术，近年来得到了大量的关注。软件缺陷修复工作量预测(softwaredefect-fixingeffortprediction)是指在实际的缺陷修复工作开始之前，对修复一条软件缺陷所需的工作量进行预测。在实际的软件开发过程中，当完成对软件系统的一轮测试后，需要对测试发现的缺陷进行确认、分配、修复、验证，直至缺陷被移除（见图1-1）。修复检测出的缺陷会耗费大量的工作量，如果缺乏对修复这些缺陷所需的工作量的准确估计，就会对项目的进度和成本控制甚至软件质量产生不利影响。取消修复延迟修复重新打开测试检测出的缺陷打开确认分配修复人修复验证关闭图1-1一个典型的缺陷修复过程近年来，软件缺陷管理工具如Bugzilla、mantis、JIRA等得到了广泛的应用，这些工具的使用为软件企业积累了大量的经验数据，这些经验数据包含了很多历史缺陷的知识和信息，可以为修复新提交的缺陷提供参考。另一方面，越来越多的研究者将数据挖掘、自然语言处理等技术引入到软件工程领域，并取得了很多成功的应用，使得软件资产挖掘(miningsoftwarerepository)成为软件工程领域一个重要的研究分支。基于以上两点，本文对基于经验数据和数据挖掘技术的软件缺陷修复工作量预测模型进行了研究。研究软件缺陷修复工作量预测模型具有重要的意义，主要表现在：(1)为项目经理提供决策支持。在实际的修复活动开始前估算出修复每条缺陷所需的工作量，利于项目经理进行资源分配、进度安排、制定风险应对计划等活动。项目经理可以根据预测结果，将有限的资源进行优化调配，达到项目资源的效益最大化。(2)提高整个软件组织的过程能力。基于历史数据的软件缺陷修复工作量预测模型能自动对缺陷修复工作量进行预测，减少软件开发过程的不确定性和不可预知性，提高软件过程的自动化程度，减少对人的依赖，降低软件产品的开发风险，从而达到提高软件组织整体过程能力的目的。(3)利于软件产品的质量保障。质量保障人员可以根据预测结果制定或修改产品质量保障措施，尽可能的提高产品的可靠性。如遇到需要大量时间修复的严重缺陷时，质量保障人员可以针对该条缺陷制定专门的质量保障措施(如更为严格的缺陷修复验证措施)，确保缺陷被正确修复。总之，研究基于经验数据的软件缺陷修复工作量预测模型在辅助决策、组织过程能力改进、软件产品质量保障等方面具有重大意义，能为软件开发组织带来实际的效益。1.2国内外研究概况软件缺陷修复工作量预测是软件缺陷预测研究领域一个重要的关注点。从上世纪90年代至今，已经有多位研究者对该问题进行了探讨，然而，由于其本身固有的特点，该问题一直没有得到很好的解决，已有的解决方案离实际应用尚有很大的差距。近年来，随着数据挖掘和自然语言处理技术在软件工程领域的广泛应用，很多研究者尝试使用数据挖掘技术来解决该问题，并取得了一定的成效，为该问题的解决提供了新思路。1.2.1缺陷预测在被引入到缺陷修复工作量预测问题中之前，数据挖掘技术在缺陷密度/数目预测、易错模块预测、缺陷修复人预测等相关问题上取得了很多成功的应用，为将其推广到缺陷修复工作量问题提供了坚实的基础[1]。(1)缺陷密度/数目预测缺陷密度预测/数目预测是指在测试或维护工作开始之前对系统包含的缺陷数目/密度进行预测。按预测粒度的不同，缺陷数目预测可分为系统缺陷总数预测、模块级缺陷数目预测、文件级缺陷数目预测和类/方法级缺陷数目预测[2]。按预测使用的度量的不同，缺陷数目预测又可分为基于产品的度量元的预测和基于过程的度量元的预测[3]。T.L.Graves等人使用负二项回归技术和基于软件变更的度量元对演化系统中每个模块的下一版本缺陷数目进行预测，取得了很好的效果[4]。N.Nagappan等人用基于代码变更(CodeChurn)的度量元和多元回归模型对windows2003操作系统的发布后遗留缺陷密度进行了预测[5]。此外，N.Nagappan还使用程序静态分析得到的