融合静态分析警告的软件缺陷预测模型及其应用研究.pdf

计算机科学与探索1673-9418/2025/19(03)-0818-17

JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2402003

融合静态分析警告的软件缺陷预测模型及其应用研究

+

吴海涛，马景悦，高建华

上海师范大学信息与机电工程学院，上海200234

+通信作者E-mail:jhgao@shnu.

摘要：静态分析警告作为一种重要的软件质量指标，被广泛用于识别源代码中潜在的违规问题。近期的研究表

明，静态分析警告在代码异味检测和即时缺陷预测中有所应用，但有关项目早期缺少提交修改记录的情况没有涉

及。针对上述问题，利用三种流行的静态分析工具的警告信息，在原有的缺陷预测模型中融合静态分析警告这个新

的度量，构建一个涵盖软件开发和代码可维护性的缺陷预测模型，并探究静态分析警告与缺陷的潜在关系，融合警

告对软件缺陷预测模型性能的影响以及在跨项目场景中的影响。实验结果表明，警告数量往往与缺陷分布密切相

关，呈现正相关的关系，即警告这一度量在软件缺陷预测模型中有相当大的潜力，并且在有缺陷数据中报告的警告

信息往往与编码规范相关；融合警告之后，缺陷预测模型在各项目上的平均精度提高1.4%~14.7%，平均召回率提高

0.2%~2.4%，平均F1提高0.3%~3.0%，平均AUC提高0.2%~1.4%。在跨项目场景中，CODE+SAW_VIF度量提供了最

佳性能的缺陷预测模型，融合静态分析警告能够提升模型识别缺陷的性能。

关键词：软件缺陷；静态分析工具；静态分析警告；代码度量；跨项目场景预测

文献标志码：A中图分类号：TP311

ResearchonSoftwareDefectPredictionModelsCombiningStaticAnalysisWarnings

WUHaitao,MAJingyue,GAOJianhua+

TheCollegeofInformation,MechanicalandElectricalEngineering,ShanghaiNormalUniversity,Shanghai200234,China

Abstract:Staticanalysiswarnings,asanimportantsoftwarequalitymetric,arewidelyusedtoidentifypotentialviola-

tionsinthesourcecode.Recentstudieshaveshownthatstaticanalysiswarningsareappliedincodesmelldetectionand

just-in-timedefectprediction,buttheyarenotinvolvedinearlyprojectswhencommitlogsarelacking.Toaddressthis

issue,thispaperutilizeswarninginformationfromthreepopularstaticanalysistools,andcombinesitintotheexisting

defectpredictionmodel.Thepapercreatesanewmetriccoveringbothsoftwaredevelopmentandcodemaintainability,

andexploresthepotentialrelationshipbetweenstaticanalysiswarningsanddefects.Thepaperalsoinvestigatestheim-

pactofcombiningwarningsontheperformanceofsoftwaredefectpredictionmodels,andevaluat