基于机器学习的软件质量预测技术综述

如今,各个行业对软件的要求越来越高,而软件的检测是实现软件质量的关键,也是整个系统的一个关键环节。在开发软件之前,开发人员常常要花费很多时间对软件可能出现的故障进行预测分析,以确保其可靠度,从而设计出高质量和高可靠性的软件系统。以往的机器学习的自动化测试技术可以有效地帮助软件从业人员提高效率。随着技术发展,机器学习技术已经可以实现对软件系统故障过程的预测,且辅助软件质量管理机制和质量控制流程的构建,在减轻开发人员工作负担的同时提高软件的质量和可靠性。通过对近10年有关机器学习预测软件可靠性的文献进行了研究,总结了软件质量预测领域的相关技术。     

软件质量概述

首先,介绍了软件质量的定义;然后,阐述了软件质量的保证方案;最后,讨论了软件开发过程中的质量管理体系,概要地讨论了ISO9001和CMM两种体系,并给出了实践中的软件质量管理体系.     

软件质量度量技术浅谈

软件质量度量技术从过去的模糊、深奥已经发展为好的软件工程的核心技术。介绍了软件度量的历史、解释了软件度量的基本概念、并按产品、过程、资源进行度量分类,最后给出了软件质量度量一般过程。     

人工神经网络在软件质量预测中的应用

软件质量预测建模技术是软件质量评价体系中的关键技术，它能够对用户所关心的软件质量特性进行评价。预测模型常常用来发现度量数据和质量要素两者之间的关系，但二者的关系常常复杂而非线性，传统的建模方法受到限制，而人工神经网络技术是一种对非线性关系的建模方法。     

软件质量审查技术及进展

测试和形式化的正确性验证是软件质量保证的两种重要技术,而软件审查技术在效果上优于测试,在应用的要求上少于形式化的验证.该文详细论述了软件质量审查技术和软件审查的优点,并讨论了审查技术在效果和适应性方面进行改进的进展.     

软件质量与软件测试

本文就软件质量，软件测试的目的，基本过程等方面作一些探讨，并介绍了几种软件测试工具。     

基于改进堆叠自编码网络的软件质量预测方法

随着软件在高度综合化系统中的作用日益凸显,软件质量预测成为了提高系统可靠性的有效手段。针对软件质量预测所用数据集常见的样本不足和特征冗余的问题,提出了一种基于改进堆叠自编码(SAE)网络的软件质量预测方法。首先,引入条件生成对抗网络(CGAN)来扩展数据样本。然后,使用SAE网络进行特征降维,并利用粒子群算法(PSO)优化网络结构,改善训练过程易陷入局部最优的问题。之后,结合softmax分类器完成软件质量预测。最后,通过实际机载软件项目数据仿真结果,验证了所提预测网络结构的有效性。     

关注手机软件质量

随着手机消费的大众化，手机种类、功能的不断增多，手机质量投诉成为一个热门话题。据中消协统计的资料显示,目前有关手机问题的投诉高居投诉首位。手机投诉质量问题主要表现在液晶显示屏显示失灵、非正常自动关机、通话话音质量差、杂音干扰、掉线、显示乱码、按键失灵、电话     

软件质量评估的信息化研究

软件质量,一直是关系软件生命周期的重要因素,对软件质量的评估,则是对软件测评质量的一项重要考核,它可以通过测评过程中采集的各类数据进行分析、统计,对测评工作进行量化,不仅可以对测评工作进行考核,也为后续相关项目积累原始数据和经验。如今随着互联网技术的快速发展,通过现有成熟的开发框架,实现软件质量评估信息化,可以大大提高测评效率,准确统计数据,更好地指导测试工作的进行。     

An Approach to Early Prediction of Software Quality

Due to the rapid development of computers and their applications,early software quality prediction in software industry becomes more and more crucial. Software quality prediction model is very helpful for decision-makings such as the allocation of resource in module verification and validation. Nevertheless,due to the complicated situations of software development process in the early stage,the applicability and accuracy of these models are still under research. In this paper,a software quality prediction model based on a fuzzy neural network is presented,which takes into account both the internal factors and external factors of software. With hybrid-learning algorithm,the proposed model can deal with multiple forms of data as well as incomplete information,which helps identify design errors early and avoid expensive rework.     

基于迁移学习的软件缺陷预测

传统软件缺陷预测方法在解决跨项目缺陷预测过程中适应能力不足,主要是因为源项目和目标项目之间存在不同的特征分布.为了解决这个问题,提出一种新的加权贝叶斯迁移学习算法,算法首先收集训练数据和测试数据的特征信息,然后计算特征差异,将不同项目数据之间差异转化为训练数据权重,最后基于这些权重数据建立预测模型.在8个开源项目数据集上进行实验比较,实验结果表明与其他方法相比本文方法显著提高跨项目缺陷预测性能.     

数据驱动的软件缺陷预测研究综述

数据驱动的软件缺陷预测是提高软件测试效率、保证软件可靠性的重要途径之一,近几年已成为实证软件工程的研究热点.首先介绍了数据驱动软件缺陷预测的研究背景;然后总结了已有软件缺陷数据属性度量方法的特点,并按照软件开发中缺陷预测的使用场景,以数据来源为主线从基于版本内数据、跨版本数据和跨项目数据实现缺陷预测三个方面对近10年（2005~2015）已有的研究工作进行分类归纳和比较;最后对该领域未来的研究趋势进行了展望.     

《软件构件产品质量》标准介绍

在《软件构件产品质量》标准编制说明基础上,综合介绍了软件构件质量标准的制定背景、目标及内容等.此标准是信息产业部的第一个有关软件构件质量的电子行业标准,它对软件构件质量保证和评估提供了规范,对软件构件技术推广应用和产业发展具有指导和推进作用.     

基于BBNs的软件故障预测方法

本文在分析已有软件故障预测方法后指出：单纯从软件开发过程的某个阶段或基于几种度量来预测软件故障是不充分的．提出综合利用软件开发过程信息构建基于BBNs软件故障预测模型．本文从一个基本的贝叶斯信念网（BBNs）故障预测模型出发，扩展基本节点，得到了一个较完善的故障预测模型，结合已有的关于软件度量的研究成果，提出利用软件度量和专家知识确定节点状态概率分布．仿真实验结果表明该模型与实际情况相符合，具有一定的故障预测能力．     

质量管理技术在软件评价中的应用

本文讨论了软件的质量评价问题,分析了通用软件评价体系的评价过程及其弱点,利用质量管理技术提出了对软件进行质量评价的数学模型量化新算法,并利用实例验证了该算法.     

如何开展软件的质量管理

举例说明了随着计算机的应用范围日益广泛，软件质量的重要性。介绍了国内外的软件质量管理概况及美国国防部制定的一系列软件规范。阐述了软件质量管理应开展的基础工作，包括软件工程的基本原理以及软件工程标准化、软件分级分类管理、软件文档管理等。并对软件过程改进应着手展开的工作作了简要的介绍，以便软件设计和管理人员对软件质量管理有个初步的认识。     

软件测试与质量保证

软件测试是在软件投入运行前对软件的需求分析、设计规格说明和编码的最终复审，是软件质量保证的关键步骤。在软件测试过程中记载出错数据，进行可靠性分析，以控制软件的质量是至关重要的。介绍了软件测试的基础知识、软件质量保证的内容以及两者间的关系。     

软件产品工程化与质量监督

随着微电子技术、计算机技术、网络技术和多媒体技术的迅速发展和广泛应用,软件产品的作用发生了根本性变化,软件产品质量日益重要.软件产品的质量监督成为普遍关注的一项重大课题.从软件产品工程化、软件产品的质量监督以及关于软件产品建设等几方面进行了探讨,重在阐述如何进行软件的质量监督.