本發(fā)明涉及軟件安全技術(shù)領(lǐng)域，特別是涉及一種軟件缺陷智能檢測(cè)方法和系統(tǒng)。

背景技術(shù)：

隨著信息技術(shù)的發(fā)展，軟件復(fù)雜程度不斷提高、軟件規(guī)模不斷增大，尤其是對(duì)于復(fù)雜軟件系統(tǒng)，良好的軟件質(zhì)量控制和檢測(cè)機(jī)制不但可以幫助企業(yè)開(kāi)發(fā)出高質(zhì)量的軟件產(chǎn)品，減少產(chǎn)品生產(chǎn)和維護(hù)成本，而且在提高客戶滿意度，建立良好的企業(yè)形象和增強(qiáng)企業(yè)在市場(chǎng)上的競(jìng)爭(zhēng)力等方面都有著重要的意義。

傳統(tǒng)的軟件缺陷智能檢測(cè)方法采用基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測(cè)模型，以軟件模塊的度量數(shù)據(jù)向量作為輸入，通過(guò)預(yù)處理、特征提取、模型訓(xùn)練和預(yù)測(cè)等步驟，實(shí)現(xiàn)對(duì)軟件模塊是否存在缺陷進(jìn)行預(yù)測(cè)。該模型由于其性能的評(píng)價(jià)準(zhǔn)則、歸納偏置等內(nèi)在問(wèn)題，對(duì)軟件有缺陷模塊和軟件無(wú)缺陷模塊同等處理，以總體最大預(yù)測(cè)精度作為目標(biāo)，但對(duì)軟件缺陷的檢出率仍然不高。因此，傳統(tǒng)的軟件缺陷智能檢測(cè)方法存在預(yù)測(cè)準(zhǔn)確度低的缺點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對(duì)上述問(wèn)題，提供一種可提高預(yù)測(cè)準(zhǔn)確度的軟件缺陷智能檢測(cè)方法和系統(tǒng)。

一種軟件缺陷智能檢測(cè)方法，包括以下步驟：

獲取樣本軟件模塊進(jìn)行預(yù)處理，得到軟件樣本集；所述軟件樣本集包括軟件有缺陷樣本集和軟件無(wú)缺陷樣本集；

對(duì)所述軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)處理，得到聚類(lèi)子集；

對(duì)所述聚類(lèi)子集進(jìn)行隨機(jī)抽樣，得到平衡后的軟件無(wú)缺陷樣本集；

根據(jù)所述軟件有缺陷樣本集和所述平衡后的軟件無(wú)缺陷樣本集得到更新軟件樣本集；

根據(jù)所述更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型；

根據(jù)所述缺陷檢測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。

一種軟件缺陷智能檢測(cè)系統(tǒng)，包括：

樣本集建立模塊，用于獲取樣本軟件模塊進(jìn)行預(yù)處理，得到軟件樣本集；所述軟件樣本集包括軟件有缺陷樣本集和軟件無(wú)缺陷樣本集；

聚類(lèi)處理模塊，用于對(duì)所述軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)處理，得到聚類(lèi)子集；

抽樣處理模塊，用于對(duì)所述聚類(lèi)子集進(jìn)行隨機(jī)抽樣，得到平衡后的軟件無(wú)缺陷樣本集；

樣本集更新模塊，用于根據(jù)所述軟件有缺陷樣本集和所述平衡后的軟件無(wú)缺陷樣本集得到更新軟件樣本集；

模型訓(xùn)練模塊，用于根據(jù)所述更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型；

缺陷預(yù)測(cè)模塊，用于根據(jù)所述缺陷檢測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。

上述軟件缺陷智能檢測(cè)方法和系統(tǒng)，獲取樣本軟件模塊進(jìn)行預(yù)處理，得到軟件樣本集。對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)處理，得到聚類(lèi)子集。對(duì)聚類(lèi)子集進(jìn)行隨機(jī)抽樣，得到平衡后的軟件無(wú)缺陷樣本集。根據(jù)軟件有缺陷樣本集和平衡后的軟件無(wú)缺陷樣本集得到更新軟件樣本集。根據(jù)更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型。根據(jù)缺陷檢測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。通過(guò)對(duì)樣本軟件模塊進(jìn)行分類(lèi)，并對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)和抽取樣本，保證了樣本的平衡。根據(jù)平衡后的軟件無(wú)缺陷樣本集訓(xùn)練缺陷檢測(cè)模型，使缺陷預(yù)測(cè)模型能夠更好的對(duì)缺陷數(shù)據(jù)進(jìn)行估計(jì)和擬合，對(duì)有缺陷數(shù)據(jù)的預(yù)測(cè)能夠得到明顯的提升，提高了預(yù)測(cè)準(zhǔn)確度。

附圖說(shuō)明

圖1為一實(shí)施例中軟件缺陷智能檢測(cè)方法的流程圖；

圖2為一實(shí)施例中軟件缺陷智能檢測(cè)系統(tǒng)的結(jié)構(gòu)圖。

具體實(shí)施方式

在一個(gè)實(shí)施例中，一種軟件缺陷智能檢測(cè)方法，如圖1所示，包括以下步驟：

步驟S110：獲取樣本軟件模塊進(jìn)行預(yù)處理，得到軟件樣本集。

軟件樣本集包括軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。樣本軟件模塊指已知是否存在缺陷的軟件模塊。例如，對(duì)于軟件中已知的Q個(gè)模塊，其中軟件無(wú)缺陷模塊有M個(gè)，軟件有缺陷模塊有N個(gè)，M+N＝Q。在獲取得到樣本軟件模塊之后根據(jù)是否存在缺陷進(jìn)行分類(lèi)，得到軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。

在一個(gè)實(shí)施例中，步驟S110包括步驟112至步驟116。

步驟112：分別對(duì)樣本軟件模塊進(jìn)行標(biāo)記處理，得到各樣本軟件模塊的缺陷標(biāo)記。

對(duì)每一個(gè)模塊i,i＝1,2,...,Q，分別對(duì)其是否存在缺陷標(biāo)記flag_i。flag_i＝1，存在缺陷；flag_i＝0，沒(méi)有缺陷?？梢岳斫猓鳂颖拒浖K的標(biāo)記方式以及得到的缺陷標(biāo)記的取值并不唯一，在其他實(shí)施例中，也可以是令存在缺陷的樣本軟件模塊的缺陷標(biāo)記為0，令不存在缺陷的樣本軟件模塊的缺陷標(biāo)記為1等。

步驟114：分別對(duì)樣本軟件模塊進(jìn)行靜態(tài)度量，得到各樣本軟件模塊的樣本向量。

對(duì)每一個(gè)模塊i,i＝1,2,...,Q，分別對(duì)其源代碼進(jìn)行靜態(tài)度量。本實(shí)施例中靜態(tài)度量具體可包括Halstead度量、MaCabe度量、Khoshgoftaar度量和CK度量等，得到共k個(gè)度量值，并將這些度量值分別標(biāo)記為t_i1,t_i2,...,t_ik，構(gòu)成樣本向量T_i＝{t_i1,t_i2,...,t_ik}。

步驟116：根據(jù)各樣本軟件模塊的缺陷標(biāo)記，對(duì)對(duì)應(yīng)樣本軟件模塊的樣本向量進(jìn)行分類(lèi)，得到軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。

將軟件有缺陷模塊的樣本向量分為一類(lèi)，得到軟件有缺陷樣本集{T_i|flag_i＝1}。將軟件無(wú)缺陷模塊的樣本向量分為一類(lèi)，得到軟件無(wú)缺陷樣本集{T_i|flag_i＝0}。軟件有缺陷樣本集和軟件無(wú)缺陷樣本集構(gòu)成軟件樣本集{T_i|i＝1,2,...,Q}。

步驟S120：對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)處理，得到聚類(lèi)子集。

對(duì)軟件無(wú)缺陷樣本集{T_i|flag_i＝0}進(jìn)行聚類(lèi)，得到聚類(lèi)子集，聚類(lèi)子集的具體數(shù)量并不唯一。本實(shí)施例中，采用MeanShift方法進(jìn)行聚類(lèi)，計(jì)算量小，可提高聚類(lèi)分析速度。步驟S120包括步驟122至步驟128。

步驟122：以軟件無(wú)缺陷樣本集中的樣本向量為起點(diǎn)，計(jì)算樣本向量的meanshift向量。具體為：

其中，M_h表示樣本向量T的meanshift向量，S_h(T)表示半徑為常數(shù)h的高維球區(qū)域內(nèi)，滿足關(guān)系(T-T_i)^T(T-T_i)<h²的K個(gè)樣本向量的集合，T_i為S_h(T)中的樣本向量。需要說(shuō)明的是，(T-T_i)^T(T-T_i)<h²中，括號(hào)內(nèi)的T表示樣本向量，括號(hào)右上角的運(yùn)算符號(hào)T表示轉(zhuǎn)置。

步驟124：判斷樣本向量的meanshift向量是否大于預(yù)設(shè)閾值。若是，則將樣本向量與meanshift向量之和作為新的樣本向量，并返回步驟122。若否，則進(jìn)行步驟126。預(yù)設(shè)閾值ε為預(yù)先設(shè)定且可根據(jù)實(shí)際情況調(diào)整，如果meanshift向量M_h大于ε，以T_i+M_h作為新的起點(diǎn)，再次計(jì)算新的meanshift向量M_h。

步驟126：將樣本向量與meanshift向量之和作為樣本向量的中心點(diǎn)。如果M_h小于或等于ε，則確認(rèn)T_i+M_h為中心點(diǎn)。重復(fù)步驟122至步驟126直至遍歷所有樣本向量，生成P個(gè)中心點(diǎn)。

步驟128：根據(jù)樣本向量的中心點(diǎn)對(duì)樣本向量進(jìn)行聚類(lèi)，得到聚類(lèi)子集。將趨于同一中心點(diǎn)的樣本向量劃分為一類(lèi)，形成P個(gè)聚類(lèi)子集。

通過(guò)聚類(lèi)方法計(jì)算軟件缺陷分布的多個(gè)子集，更好的刻畫(huà)軟件缺陷分布，為進(jìn)一步的樣本平衡抽樣奠定基礎(chǔ)。

步驟S130：對(duì)聚類(lèi)子集進(jìn)行隨機(jī)抽樣，得到平衡后的軟件無(wú)缺陷樣本集。

對(duì)聚類(lèi)形成的P個(gè)聚類(lèi)子集進(jìn)行抽樣，以保證樣本平衡。對(duì)于第j個(gè)聚類(lèi)子集的樣本數(shù)為m_j，則有對(duì)每個(gè)聚類(lèi)子集進(jìn)行抽樣的數(shù)量并不唯一，本實(shí)施例中，對(duì)所述聚類(lèi)子集進(jìn)行隨機(jī)抽樣的抽取樣本個(gè)數(shù)為：

其中，m_j'為對(duì)第j個(gè)聚類(lèi)子集進(jìn)行隨機(jī)抽樣的抽取樣本個(gè)數(shù)，m_j為第j個(gè)聚類(lèi)子集的樣本數(shù)，M為軟件無(wú)缺陷模塊的總數(shù)，N為軟件有缺陷模塊的總數(shù)。

基于缺陷數(shù)據(jù)樣本分布，在每個(gè)子集下采用隨機(jī)抽樣的方法選取樣本，實(shí)現(xiàn)樣本間的平衡。得到平衡后的軟件無(wú)缺陷集{T_i'|flag_i＝0}，樣本個(gè)數(shù)為

步驟S140：根據(jù)軟件有缺陷樣本集和平衡后的軟件無(wú)缺陷樣本集得到更新軟件樣本集。

將軟件有缺陷樣本集與平衡后的軟件無(wú)缺陷樣本集合并，作為更新軟件樣本集{T_i'|i＝1,2,...,M'+N}。

步驟S150：根據(jù)更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型。

在平衡后的高維樣本空間下，選擇適合的數(shù)據(jù)挖掘方法訓(xùn)練缺陷檢測(cè)模型。根據(jù)平衡后的軟件無(wú)缺陷樣本集訓(xùn)練缺陷檢測(cè)模型，使缺陷預(yù)測(cè)模型能夠更好的對(duì)缺陷數(shù)據(jù)進(jìn)行估計(jì)和擬合。在一個(gè)實(shí)施例中，步驟S150包括：

其中，T_i、T_j分別為更新軟件樣本集中第i、j個(gè)樣本向量，k(T_i,T_j)表示樣本向量T_i、T_j之間的核函數(shù)；flag_i、flag_j分別為更新軟件樣本集中第i、j個(gè)樣本向量所對(duì)應(yīng)的缺陷標(biāo)記，λ_i、λ_j為缺陷檢測(cè)模型待訓(xùn)練的參數(shù)，表示更新軟件樣本集中第i、j個(gè)樣本向量的權(quán)值；s.t.表示約束條件，C為懲罰因子，M’+N表示更新軟件樣本集中樣本向量的個(gè)數(shù)。

表示取最大值時(shí)缺陷檢測(cè)模型的參數(shù)λ的取值；分別將更新軟件樣本集中的樣本向量T_i、T_j代入在取最大值時(shí)確定樣本向量T_i的權(quán)值λ_i的取值，最終得到更新軟件樣本集中所有樣本向量的權(quán)值。

步驟S160：根據(jù)缺陷檢測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。

利用缺陷預(yù)測(cè)模型對(duì)未知的待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，得到預(yù)測(cè)結(jié)果并輸出，告知工作人員完成對(duì)待測(cè)軟件模塊的缺陷預(yù)測(cè)。在一個(gè)實(shí)施例中，步驟S160包括步驟162和步驟164。

步驟162：對(duì)待測(cè)軟件模塊進(jìn)行靜態(tài)度量，得到待測(cè)軟件模塊的樣本向量。具體地，對(duì)待測(cè)軟件模塊源代碼進(jìn)行靜態(tài)度量，靜態(tài)度量同樣可包括Halstead度量、MaCabe度量、Khoshgoftaar度量和CK度量等。

步驟164：根據(jù)待測(cè)軟件模塊的樣本向量以及缺陷預(yù)測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)。具體為：

其中，T為待測(cè)軟件模塊的樣本向量，g(T)表示待測(cè)軟件模塊的缺陷標(biāo)記，sgn表示對(duì)求整型變量，當(dāng)大于0時(shí)取1，當(dāng)小于或等于0時(shí)取0；T_i為更新軟件樣本集中第i個(gè)樣本向量，flag_i為更新軟件樣本集中第i個(gè)樣本向量所對(duì)應(yīng)的缺陷標(biāo)記，λ_i表示由缺陷預(yù)測(cè)模型得到的更新軟件樣本集中第i個(gè)樣本向量的權(quán)值，M’+N表示更新軟件樣本集中樣本向量的個(gè)數(shù)，b為常數(shù)。同樣，本實(shí)施例中K(T_i,T)表示樣本向量T_i、T之間的核函數(shù)。進(jìn)行整型變量的方式與缺陷標(biāo)記的定義對(duì)應(yīng)。

在實(shí)際應(yīng)用中，由于軟件失效的概率相比正常的概率較低，軟件失效模塊占軟件模塊總數(shù)相對(duì)較少。然而，當(dāng)這些少量的軟件失效模塊未被發(fā)現(xiàn)時(shí)，一旦投入實(shí)際使用，所帶來(lái)的經(jīng)濟(jì)損失和社會(huì)損失是不可估量的。并且，由于軟件失效模塊占軟件模塊總數(shù)相對(duì)較少，這使得其在軟件缺陷檢測(cè)模型訓(xùn)練樣本數(shù)據(jù)相差懸殊時(shí)，智能檢測(cè)方法產(chǎn)生偏向性。

上述軟件缺陷智能檢測(cè)方法，針對(duì)軟件復(fù)雜程度不斷提高、軟件規(guī)模不斷增大，尤其是對(duì)于復(fù)雜軟件系統(tǒng)缺陷檢測(cè)工作量巨大，缺陷定位困難等問(wèn)題。通過(guò)對(duì)樣本軟件模塊進(jìn)行分類(lèi)，并對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)和抽取樣本，保證了樣本的平衡。根據(jù)平衡后的軟件無(wú)缺陷樣本集訓(xùn)練缺陷檢測(cè)模型，使缺陷預(yù)測(cè)模型能夠更好的對(duì)缺陷數(shù)據(jù)進(jìn)行估計(jì)和擬合，對(duì)有缺陷數(shù)據(jù)的預(yù)測(cè)能夠得到明顯的提升，提高了預(yù)測(cè)準(zhǔn)確度。

在一個(gè)實(shí)施例中，一種軟件缺陷智能檢測(cè)系統(tǒng)，如圖2所示，包括樣本集建立模塊110、聚類(lèi)處理模塊120、抽樣處理模塊130、樣本集更新模塊140、模型訓(xùn)練模塊150和缺陷預(yù)測(cè)模塊160。

樣本集建立模塊110用于獲取樣本軟件模塊進(jìn)行預(yù)處理，得到軟件樣本集。

軟件樣本集包括軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。樣本軟件模塊指已知是否存在缺陷的軟件模塊。在獲取得到樣本軟件模塊之后根據(jù)是否存在缺陷進(jìn)行分類(lèi)，得到軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。在一個(gè)實(shí)施例中，樣本集建立模塊110包括第一樣本集建立單元、第二樣本集建立單元和第三樣本集建立單元。

第一樣本集建立單元用于分別對(duì)樣本軟件模塊進(jìn)行標(biāo)記處理，得到各樣本軟件模塊的缺陷標(biāo)記。

對(duì)每一個(gè)模塊i,i＝1,2,...,Q，分別對(duì)其是否存在缺陷標(biāo)記flag_i。flag_i＝1，存在缺陷；flag_i＝0，沒(méi)有缺陷。可以理解，各樣本軟件模塊的標(biāo)記方式以及得到的缺陷標(biāo)記的取值并不唯一，在其他實(shí)施例中，也可以是令存在缺陷的樣本軟件模塊的缺陷標(biāo)記為0，令不存在缺陷的樣本軟件模塊的缺陷標(biāo)記為1等。

第二樣本集建立單元用于分別對(duì)樣本軟件模塊進(jìn)行靜態(tài)度量，得到各樣本軟件模塊的樣本向量。

對(duì)每一個(gè)模塊i,i＝1,2,...,Q，分別對(duì)其源代碼進(jìn)行靜態(tài)度量。本實(shí)施例中靜態(tài)度量具體可包括Halstead度量、MaCabe度量、Khoshgoftaar度量和CK度量等，得到共k個(gè)度量值，并將這些度量值分別標(biāo)記為t_i1,t_i2,...,t_ik，構(gòu)成樣本向量T_i＝{t_i1,t_i2,...,t_ik}。

第三樣本集建立單元用于根據(jù)各樣本軟件模塊的缺陷標(biāo)記，對(duì)對(duì)應(yīng)樣本軟件模塊的樣本向量進(jìn)行分類(lèi)，得到軟件有缺陷樣本集和軟件無(wú)缺陷樣本集。

將軟件有缺陷模塊的樣本向量分為一類(lèi)，得到軟件有缺陷樣本集{T_i|flag_i＝1}。將軟件無(wú)缺陷模塊的樣本向量分為一類(lèi)，得到軟件無(wú)缺陷樣本集{T_i|flag_i＝0}。軟件有缺陷樣本集和軟件無(wú)缺陷樣本集構(gòu)成軟件樣本集{T_i|i＝1,2,...,Q}。

聚類(lèi)處理模塊120用于對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)處理，得到聚類(lèi)子集。

對(duì)軟件無(wú)缺陷樣本集{T_i|flag_i＝0}進(jìn)行聚類(lèi)，得到聚類(lèi)子集，聚類(lèi)子集的具體數(shù)量并不唯一。本實(shí)施例中，采用MeanShift方法進(jìn)行聚類(lèi)，計(jì)算量小，可提高聚類(lèi)分析速度。聚類(lèi)處理模塊120包括第一處理單元、第二處理單元、第三處理單元和第四處理單元。

第一處理單元用于以軟件無(wú)缺陷樣本集中的樣本向量為起點(diǎn)，計(jì)算樣本向量的meanshift向量。具體為：

其中，M_h表示樣本向量T的meanshift向量，S_h(T)表示半徑為常數(shù)h的高維球區(qū)域內(nèi)，滿足關(guān)系(T-T_i)^T(T-T_i)<h²的K個(gè)樣本向量的集合，T_i為S_h(T)中的樣本向量。需要說(shuō)明的是，(T-T_i)^T(T-T_i)<h²中，括號(hào)內(nèi)的T表示樣本向量，括號(hào)右上角的運(yùn)算符號(hào)T表示轉(zhuǎn)置。

第二處理單元用于判斷樣本向量的meanshift向量是否大于預(yù)設(shè)閾值。預(yù)設(shè)閾值ε為預(yù)先設(shè)定且可根據(jù)實(shí)際情況調(diào)整。

第三處理單元，用于在樣本向量的meanshift向量大于預(yù)設(shè)閾值時(shí)，將樣本向量與meanshift向量之和作為新的樣本向量，并控制第一處理單元再次以軟件無(wú)缺陷樣本集中的樣本向量為起點(diǎn)，計(jì)算樣本向量的meanshift向量；以及在樣本向量的meanshift向量小于或等于預(yù)設(shè)閾值時(shí)，將樣本向量與meanshift向量之和作為樣本向量的中心點(diǎn)。

如果meanshift向量M_h大于ε，以T_i+M_h作為新的起點(diǎn)，再次計(jì)算新的meanshift向量M_h。如果M_h小于或等于ε，則確認(rèn)T_i+M_h為中心點(diǎn)。重復(fù)進(jìn)行計(jì)算直至遍歷所有樣本向量，生成P個(gè)中心點(diǎn)。

第四處理單元用于根據(jù)樣本向量的中心點(diǎn)對(duì)樣本向量進(jìn)行聚類(lèi)，得到聚類(lèi)子集。將趨于同一中心點(diǎn)的樣本向量劃分為一類(lèi)，形成P個(gè)聚類(lèi)子集。

通過(guò)聚類(lèi)方法計(jì)算軟件缺陷分布的多個(gè)子集，更好的刻畫(huà)軟件缺陷分布，為進(jìn)一步的樣本平衡抽樣奠定基礎(chǔ)。

抽樣處理模塊130用于對(duì)聚類(lèi)子集進(jìn)行隨機(jī)抽樣，得到平衡后的軟件無(wú)缺陷樣本集。

對(duì)聚類(lèi)形成的P個(gè)聚類(lèi)子集進(jìn)行抽樣，以保證樣本平衡。對(duì)于第j個(gè)聚類(lèi)子集的樣本數(shù)為m_j，則有對(duì)每個(gè)聚類(lèi)子集進(jìn)行抽樣的數(shù)量并不唯一，本實(shí)施例中，對(duì)所述聚類(lèi)子集進(jìn)行隨機(jī)抽樣的抽取樣本個(gè)數(shù)為：

其中，m_j'為對(duì)第j個(gè)聚類(lèi)子集進(jìn)行隨機(jī)抽樣的抽取樣本個(gè)數(shù)，m_j為第j個(gè)聚類(lèi)子集的樣本數(shù)，M為軟件無(wú)缺陷模塊的總數(shù)，N為軟件有缺陷模塊的總數(shù)。

基于缺陷數(shù)據(jù)樣本分布，在每個(gè)子集下采用隨機(jī)抽樣的方法選取樣本，實(shí)現(xiàn)樣本間的平衡。得到平衡后的軟件無(wú)缺陷集{T_i'|flag_i＝0}，樣本個(gè)數(shù)為

樣本集更新模塊140用于根據(jù)軟件有缺陷樣本集和平衡后的軟件無(wú)缺陷樣本集得到更新軟件樣本集。

將軟件有缺陷樣本集與平衡后的軟件無(wú)缺陷樣本集合并，作為更新軟件樣本集{T_i'|i＝1,2,...,M'+N}。

模型訓(xùn)練模塊150用于根據(jù)更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型。在平衡后的高維樣本空間下，選擇適合的數(shù)據(jù)挖掘方法訓(xùn)練缺陷檢測(cè)模型。根據(jù)平衡后的軟件無(wú)缺陷樣本集訓(xùn)練缺陷檢測(cè)模型，使缺陷預(yù)測(cè)模型能夠更好的對(duì)缺陷數(shù)據(jù)進(jìn)行估計(jì)和擬合。在一個(gè)實(shí)施例中，模型訓(xùn)練模塊150根據(jù)更新軟件樣本集進(jìn)行訓(xùn)練得到缺陷檢測(cè)模型，包括：

其中，T_i、T_j分別為更新軟件樣本集中第i、j個(gè)樣本向量，k(T_i,T_j)表示樣本向量T_i、T_j之間的核函數(shù)；flag_i、flag_j分別為更新軟件樣本集中第i、j個(gè)樣本向量所對(duì)應(yīng)的缺陷標(biāo)記，λ_i、λ_j為缺陷檢測(cè)模型待訓(xùn)練的參數(shù)，表示更新軟件樣本集中第i、j個(gè)樣本向量的權(quán)值；s.t.表示約束條件，C為懲罰因子，M’+N表示更新軟件樣本集中樣本向量的個(gè)數(shù)。

表示取最大值時(shí)缺陷檢測(cè)模型的參數(shù)λ的取值；分別將更新軟件樣本集中的樣本向量T_i、T_j代入在取最大值時(shí)確定樣本向量T_i的權(quán)值λ_i的取值，最終得到更新軟件樣本集中所有樣本向量的權(quán)值。

缺陷預(yù)測(cè)模塊160用于根據(jù)缺陷檢測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。

利用缺陷預(yù)測(cè)模型對(duì)未知的待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)，得到預(yù)測(cè)結(jié)果并輸出，告知工作人員完成對(duì)待測(cè)軟件模塊的缺陷預(yù)測(cè)。在一個(gè)實(shí)施例中，缺陷預(yù)測(cè)模塊160包括第一預(yù)測(cè)單元和第二預(yù)測(cè)單元。

第一預(yù)測(cè)單元用于對(duì)待測(cè)軟件模塊進(jìn)行靜態(tài)度量，得到待測(cè)軟件模塊的樣本向量。具體地，對(duì)待測(cè)軟件模塊源代碼進(jìn)行靜態(tài)度量，靜態(tài)度量同樣可包括Halstead度量、MaCabe度量、Khoshgoftaar度量和CK度量等。

第二預(yù)測(cè)單元用于根據(jù)待測(cè)軟件模塊的樣本向量以及缺陷預(yù)測(cè)模型對(duì)待測(cè)軟件模塊進(jìn)行缺陷預(yù)測(cè)。具體為：

其中，T為待測(cè)軟件模塊的樣本向量，g(T)表示待測(cè)軟件模塊的缺陷標(biāo)記，sgn表示對(duì)求整型變量，當(dāng)大于0時(shí)取1，當(dāng)小于或等于0時(shí)取0；T_i為更新軟件樣本集中第i個(gè)樣本向量，flag_i為更新軟件樣本集中第i個(gè)樣本向量所對(duì)應(yīng)的缺陷標(biāo)記，λ_i表示由缺陷預(yù)測(cè)模型得到的更新軟件樣本集中第i個(gè)樣本向量的權(quán)值，M’+N表示更新軟件樣本集中樣本向量的個(gè)數(shù)，b為常數(shù)。同樣，本實(shí)施例中K(T_i,T)表示樣本向量T_i、T之間的核函數(shù)。進(jìn)行整型變量的方式與缺陷標(biāo)記的定義對(duì)應(yīng)。

上述軟件缺陷智能檢測(cè)系統(tǒng)，針對(duì)軟件復(fù)雜程度不斷提高、軟件規(guī)模不斷增大，尤其是對(duì)于復(fù)雜軟件系統(tǒng)缺陷檢測(cè)工作量巨大，缺陷定位困難等問(wèn)題。通過(guò)對(duì)樣本軟件模塊進(jìn)行分類(lèi)，并對(duì)軟件無(wú)缺陷樣本集進(jìn)行聚類(lèi)和抽取樣本，保證了樣本的平衡。根據(jù)平衡后的軟件無(wú)缺陷樣本集訓(xùn)練缺陷檢測(cè)模型，使缺陷預(yù)測(cè)模型能夠更好的對(duì)缺陷數(shù)據(jù)進(jìn)行估計(jì)和擬合，對(duì)有缺陷數(shù)據(jù)的預(yù)測(cè)能夠得到明顯的提升，提高了預(yù)測(cè)準(zhǔn)確度。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說(shuō)明書(shū)記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。