軟件維護(hù)中的關(guān)鍵預(yù)測問題研究.pdf

1、軟件工程中的預(yù)測問題是軟件工程研究領(lǐng)域的熱點(diǎn)課題之一，近年來一直受到軟件工程研究者和軟件開發(fā)從業(yè)者們的廣泛關(guān)注，其基本思想在于利用軟件開發(fā)與演化過程中的歷史經(jīng)驗(yàn)和知識(shí)，預(yù)測軟件未來可能的狀態(tài)，達(dá)到有效的輔助軟件工程活動(dòng)決策的目的，典型的應(yīng)用場景包括軟件項(xiàng)目計(jì)劃、軟件測試、軟件質(zhì)量保證、過程改進(jìn)和管理、軟件維護(hù)與演化。
　　在軟件整個(gè)生命周期中，軟件維護(hù)是時(shí)間跨度最長的階段。此外，隨著軟件開發(fā)技術(shù)、開發(fā)模式的不斷變化，軟件需求和業(yè)務(wù)

2、復(fù)雜度不斷提升，軟件維護(hù)在軟件開發(fā)與演化過程中的重要性日益凸顯。鑒于此，本文擬解決軟件維護(hù)中的三個(gè)關(guān)鍵預(yù)測問題：軟件維護(hù)工作量預(yù)測、軟件變更預(yù)測和軟件缺陷預(yù)測。論文的具體工作內(nèi)容和創(chuàng)新點(diǎn)如下：
　　(1)動(dòng)靜結(jié)合的軟件維護(hù)工作量預(yù)測算法設(shè)計(jì)。針對(duì)軟件維護(hù)工作量預(yù)測中的現(xiàn)有問題：靜態(tài)預(yù)測方法并不適應(yīng)于維護(hù)中的軟件項(xiàng)目，在維護(hù)的過程中軟件的所有基本構(gòu)成要素都會(huì)變化而目前的靜態(tài)方法不能完全掌握這些變化對(duì)軟件維護(hù)工作量構(gòu)成的影響，動(dòng)態(tài)預(yù)測

3、方法依賴軟件演化數(shù)據(jù)，這對(duì)部分項(xiàng)目來講，其數(shù)據(jù)收集比較困難。本部分工作設(shè)計(jì)了一種動(dòng)靜結(jié)合的預(yù)測方法，即RPBSC模型，該模型結(jié)合了靜態(tài)模型和動(dòng)態(tài)模型的優(yōu)點(diǎn)，來彌補(bǔ)各自在實(shí)踐應(yīng)用中的不足。
　　(2)軟件維護(hù)工作量預(yù)測實(shí)證研究。本部分工作展示了基于工作(1)中算法所開展的實(shí)證研究，主要包括三個(gè)部分，一是介紹了實(shí)證研究所采用的數(shù)據(jù)集，即選取了Apach下三個(gè)開源項(xiàng)目shindig、Lucene、以及openwebbeans為實(shí)驗(yàn)對(duì)象；

4、二是介紹了實(shí)驗(yàn)設(shè)計(jì)及評(píng)價(jià)標(biāo)準(zhǔn)，最后給出了實(shí)驗(yàn)結(jié)果和分析，實(shí)驗(yàn)結(jié)果表明本文提出的方法可以較精準(zhǔn)的預(yù)測軟件維護(hù)工作量。
　　(3)自學(xué)習(xí)的軟件變更預(yù)測算法設(shè)計(jì)?，F(xiàn)有軟件變更預(yù)測方法依賴于歷史標(biāo)簽數(shù)據(jù)集，無法對(duì)無歷史標(biāo)簽數(shù)據(jù)集做出預(yù)測，針對(duì)該問題，本部分工作設(shè)計(jì)了一種自學(xué)習(xí)的軟件變更預(yù)測解決方案，該方案從度量元數(shù)據(jù)特點(diǎn)與軟件變更的關(guān)系出發(fā)，基于度量元值越大軟件類越復(fù)雜從而更可能發(fā)生改變的原則，選取部分樣本打上標(biāo)簽，構(gòu)建訓(xùn)練空間，進(jìn)而構(gòu)建

5、自學(xué)習(xí)的變更預(yù)測算法。
　　(4)基于自學(xué)習(xí)的軟件變更預(yù)測實(shí)證研究。本部分工作展示了基于工作(3)中的自學(xué)習(xí)算法的實(shí)證研究，首先介紹了實(shí)驗(yàn)中所采用的數(shù)據(jù)集和實(shí)驗(yàn)環(huán)境，其次介紹了實(shí)驗(yàn)所采用的評(píng)指標(biāo)和對(duì)比方法，最后給出了實(shí)驗(yàn)結(jié)果與分析。實(shí)驗(yàn)結(jié)果表明，在14個(gè)開源項(xiàng)目的平均預(yù)測效果上，自學(xué)習(xí)方法的預(yù)測效果優(yōu)于四個(gè)現(xiàn)有預(yù)測方法；
　　(5)基于LDA的缺陷預(yù)測算法設(shè)計(jì)?，F(xiàn)有缺陷預(yù)測方法多基于軟件結(jié)構(gòu)和設(shè)計(jì)度量元來組成特征空間，軟件源

6、代碼中的語義特征卻鮮有工作涉及。鑒于此，本文基于LDA主題模型提出了一種新的缺陷預(yù)測度量元，即主題缺陷密度，該度量元使得源代碼中的語義信息和缺陷主題產(chǎn)生關(guān)聯(lián)，通過軟件前一版本的主題缺陷密度，來預(yù)測當(dāng)前版本的主題缺陷密度，進(jìn)而能預(yù)測當(dāng)前軟件版本的缺陷信息?；谠撍悸罚静糠止ぷ髟敿?xì)展示了如何基于源代碼語義信息來構(gòu)建缺陷預(yù)測模型。
　　(6)基于LDA的缺陷預(yù)測實(shí)證研究。本部分工作展示了基于工作(5)中提出的缺陷預(yù)測算法的實(shí)證研究，首

7、先介紹了實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)所采用數(shù)據(jù)集，其次展示了實(shí)驗(yàn)總體過程以及實(shí)驗(yàn)性能所采用的評(píng)估指標(biāo)，最后給出了實(shí)驗(yàn)結(jié)果與分析。結(jié)果表明，利用語義特征，采用版本間主題的關(guān)聯(lián)度來量化版本間的主題缺陷密度來預(yù)測缺陷是一種可行方案。通過對(duì)三個(gè)開源項(xiàng)目的實(shí)驗(yàn)結(jié)果分析，發(fā)現(xiàn)本文方法的預(yù)測結(jié)果與真實(shí)的缺陷之間能達(dá)到較好的一致性。
　　本論文的工作針對(duì)軟件維護(hù)中的關(guān)鍵預(yù)測問題，從現(xiàn)有方法的局限性出發(fā)，改進(jìn)了現(xiàn)有預(yù)測方法，提出了新的預(yù)測模型，提高了預(yù)測精度，為