基于贝叶斯网络的软件缺陷预防研究与应用

《基于贝叶斯网络的软件缺陷预防研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：河北工业大学硕士学位论文基于贝叶斯网络的软件缺陷预防研究与应用论文作者：张婧学生类别：全日制学科门类：工学学科专业：计算机应用技术指导教师：顾军华职称：教授万方数据DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofComputerAppliedTechnologySOFTWAREDEFECTPREDICTIONBASEDONBAYSIANNETWORKbyZhangJingSupervisor：Prof.GuJunhuaDecember2013万方数据原创性

2、声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：日期：关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编

3、入有关数据库进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：日期：导师签名：日期：万方数据河北工业大学硕士学位论文摘要随着因特网的发展，软件行业迅速崛起，在给人们带来便利的同时，由软件缺陷导致的问题也给人们惹了不少的麻烦。多项研究表明，导致一系列问题的关键因素就是软件缺陷的无限累积，而且发现软件缺陷的时机越早越好。在保证软件质量的同时合理控制好开发成本，这就需要在对历史缺陷数据统计分析的基础上进行缺陷预测。但是导致缺陷产生的因素是很多的，再加上项目本身的复杂性和测试方法的局限性，以及知识不确定

4、性，使得构造软件缺陷预测的方法变得十分复杂，贝叶斯网络凭借其在解决不确定性问题方面的优势，成为当下最流行也是最理想的预测模型。但贝叶斯并不是完美的，当产生缺陷的相关因素较多时，其推理过程就变成了NP难题。针对上述情况，主要进行了以下几个方面的研究工作：1）研究了软件缺陷的相关理论知识，包括缺陷的定义、分类、产生原因等，总结了目前常见的缺陷预测模型，有控制图法、矩阵数据分析法、神经网络方法和捕捉模型方法，并对这些模型方法进行了对比分析，在此基础上提出了有着突出优势的贝叶斯网络模型。2）总结了贝叶斯网络的经典理论知识及其推理过程，包括概念、表示以及构造推理，在此基础上重点研究了

5、其在实际应用中由于缺陷相关因素的增多而导致的NP难题，并提出了改进措施，通过结合贝叶斯网络本身具有的条件独立、上下文独立等性质，对原有的贝叶斯网络进行简化。并将改进前后的算法公式以及消耗时间进行对比，作为本理论的事实依据。3）将改进后的贝叶斯网络应用到阳光体育考勤项目中，结合历史数据与专家经验进行软件缺陷预测，结果表明，利用该方法进行缺陷预测更加有效，而且大大简化了计算量从而提高了运算效率，并对预测出的实验结果进行了具体分析，对该预测模型进行了有效性的评估。关键词：软件缺陷预测，软件缺陷度量，不确定知识，贝叶斯网络，独立性质-I-万方数据基于贝叶斯网络的软件缺陷预防研究与应

6、用ABSTRACTWiththedevelopmentoftheInternet，thesoftwareindustryisdevelopingrapidly.Softwarebringmuchconveniencetopeople，atthesametime，defectsalsobingalotoftrouble.Somerelatedinvestigationandstudyshowedthat：theinfiniteaccumulationofsoftwaredefectsisthekeyfactorthatleadingtoaseriesofproblems，an

7、dthetimingofthesoftwaredefectsasearlyaspossible，ifdiscoveredearly.Toreasonablycontrolthedevelopmentcostsinthesoftwarequalityassuranceatthesametime，itmustbeobserved，statistics，analysisoftheformerdefects，andtosummarizetheregularityandforecastthenext.Predictably，