基于主动学习的软件缺陷预测实证研究

• 作 者: 曲豫宾
• 机 构: 江苏工程职业技术学院
• 出 处: 江苏工程职业技术学院学报
• 发表日期: 2019年2期
• 关键词: 主动学习 软件缺陷预测 信息熵 查询策略
• 基金项目: 南通市科技计划指令性项目“即时软件缺陷预测模型构建和优化关键技术研究”(编号JC2018134)

软件缺陷在软件运行过程中可能会产生意料之外的行为,造成重大损失。软件缺陷预测模型需要大量的数据集标注,存在工作量大、成本较高等问题。主动学习可从未标注数据集中选择辨识度高的样例进行人工标注,从而提升软件缺陷预测模型建立的效率。在AEEEM公开数据集上对常见的4种主动查询策略(RANDOM、COMMITTEE、QUIRE、UNCERTAINTY)进行实证研究,结果表明,基于信息熵的不确定度策略UNCERTAINTY在数据集上有优于其他查询策略的表现。