公开(公告)号：CN115545125B

公开(公告)日：2023-04-07

申请号：CN202211512741.9

申请日：2022-11-30

申请人： 北京航空航天大学

发明人： 武文韬 ,  王世海 ,  刘斌 ,  李浩然 ,  杨勋利 ,  房新悦 ,  朱文婧 ,  施腾飞 ,  刘宇 ,  郭书頔

IPC分类号： G06F11/36 ,  G06F18/23 ,  G06F18/241

摘要： 本发明涉及一种软件缺陷关联规则网络剪枝方法及系统，属于软件缺陷预测技术领域，解决了现有关联规则网络未考虑有无缺陷的双目标且关联规则存在冗余的问题。包括读取软件缺陷数据集，基于关联规则算法生成初始关联规则集合；基于初始关联规则集合，构建以有缺陷标签和无缺陷标签作为目标节点的反向超图，以及有缺陷字典和无缺陷字典；获取同时存在于两个字典的节点，在反向超图中去除节点的冗余边，更新字典中节点层级，得到关联规则网络；基于社区发现算法，根据字典中节点层级，对关联规则网络聚类得到多个社区；分别根据社区中的缺陷标签和节点所属字典，从多个社区中提取出用于软件缺陷预测的关联规则。实现了软件缺陷关联规则的准确提取。

公开(公告)号：CN115599698B

公开(公告)日：2023-03-14

申请号：CN202211512746.1

申请日：2022-11-30

申请人： 北京航空航天大学

发明人： 武文韬 ,  王世海 ,  刘斌 ,  施腾飞 ,  刘宇 ,  郭书頔

IPC分类号： G06F11/36

摘要： 本发明涉及一种基于类关联规则的软件缺陷预测方法及系统，属于软件缺陷预测技术领域，解决了现有软件缺陷特征选择复杂且预测指标不准确的问题。包括构建样本集，进行迭代训练和测试后，取分类性能指标最优时的类关联规则作为软件缺陷预测规则；迭代包括：将样本集划分为训练集和测试集；基于关联规则算法，根据三个支持度阈值及不同长度的频繁项集的提升度阈值，筛选出频繁项集并转化为关联规则，从中提取类关联规则，根据类关联规则的双置信度，对当前测试集进行预测，计算分类性能指标；获取待预测的软件缺陷度量元数据，与软件缺陷预测规则进行匹配，根据匹配的软件缺陷预测规则的双置信度，得到预测结果。实现了软件缺陷的准确预测。

公开(公告)号：CN115599698A

公开(公告)日：2023-01-13

申请号：CN202211512746.1

申请日：2022-11-30

申请人： 北京航空航天大学(CN)

发明人： 武文韬 ,  王世海 ,  刘斌 ,  施腾飞 ,  刘宇 ,  郭书頔

IPC分类号： G06F11/36

摘要： 本发明涉及一种基于类关联规则的软件缺陷预测方法及系统，属于软件缺陷预测技术领域，解决了现有软件缺陷特征选择复杂且预测指标不准确的问题。包括构建样本集，进行迭代训练和测试后，取分类性能指标最优时的类关联规则作为软件缺陷预测规则；迭代包括：将样本集划分为训练集和测试集；基于关联规则算法，根据三个支持度阈值及不同长度的频繁项集的提升度阈值，筛选出频繁项集并转化为关联规则，从中提取类关联规则，根据类关联规则的双置信度，对当前测试集进行预测，计算分类性能指标；获取待预测的软件缺陷度量元数据，与软件缺陷预测规则进行匹配，根据匹配的软件缺陷预测规则的双置信度，得到预测结果。实现了软件缺陷的准确预测。

公开(公告)号：CN115545125A

公开(公告)日：2022-12-30

申请号：CN202211512741.9

申请日：2022-11-30

申请人： 北京航空航天大学

发明人： 武文韬 ,  王世海 ,  刘斌 ,  李浩然 ,  杨勋利 ,  房新悦 ,  朱文婧 ,  施腾飞 ,  刘宇 ,  郭书頔

IPC分类号： G06K9/62 ,  G06F11/36

摘要： 本发明涉及一种软件缺陷关联规则网络剪枝方法及系统，属于软件缺陷预测技术领域，解决了现有关联规则网络未考虑有无缺陷的双目标且关联规则存在冗余的问题。包括读取软件缺陷数据集，基于关联规则算法生成初始关联规则集合；基于初始关联规则集合，构建以有缺陷标签和无缺陷标签作为目标节点的反向超图，以及有缺陷字典和无缺陷字典；获取同时存在于两个字典的节点，在反向超图中去除节点的冗余边，更新字典中节点层级，得到关联规则网络；基于社区发现算法，根据字典中节点层级，对关联规则网络聚类得到多个社区；分别根据社区中的缺陷标签和节点所属字典，从多个社区中提取出用于软件缺陷预测的关联规则。实现了软件缺陷关联规则的准确提取。