基于机器学习的软件运行缺陷检测方法研究

吕静贤，韩 维，吴子辰，王晨飞，徐 胤

（1.国家电网有限公司客户服务中心信息运维中心，天津 300300；2.国网江苏省电力有限公司信息通信分公司，江苏 南京 210009）

针对软件运行缺陷检测方法的研究，传统方法采用一种基于秩和检验的算法，该算法首先收集训练集和检测样本集的特征信息，分析出不同特征间的差异，并在开放源码系统中进行实验，由分布特征得到的相似性权重与不对称误分类的代价密切相关[1]。通过效应值A-统计检验来评价检测程度，评价显著性检验采用Wilcoxon 秩和检验方法，由检验结果可知，该方法检测变量在目标工程上的分布差异较大，无法达到较高的检测精度[2]。使用静态软件缺陷检测方法时，先根据不同实际应用场景设定软件模块的粒度，并从已标记的软件历史仓库中提取出相应的实例；其次，基于相关信息提取并分析软件开发过程和软件源代码的特征，设计一种能有效反映软件缺陷属性的缺陷测量仪，利用缺陷测量仪设计一组软件，并构造一组软件缺陷检测数据；最后，利用预处理方法构造缺陷检测数据集，并在应用阶段进行测试。

针对不同的应用场景，上述方法受数据集噪声影响较大，检测精度较低。为解决传统方法中存在的问题，提出了一种基于机器学习的软件运行缺陷检测方法。

1 软件运行缺陷联合表示分类

软件运行缺陷联合表示分类需先对无缺陷训练数据集进行采样，以构建类别平衡训练数据[3]；……