【技术实现步骤摘要】
一种缺陷预测方法、设备及系统
[0001]本申请涉及软件
,尤其涉及一种缺陷预测方法
、
设备及系统
。
技术介绍
[0002]在当今高度数字化的环境中,嵌入式系统在各种应用领域中有至关重要的作用,其软件质量直接影响到整个嵌入式系统的可靠性与安全性
。
为了确保嵌入式软件的质量,需要准确的预测软件的缺陷,以便及时修复软件
。
技术实现思路
[0003]有鉴于此,本申请提供一种缺陷预测方法
、
设备及系统,以解决现有技术中无法对软件的缺陷进行预测的问题,其具体方案如下:
[0004]一种缺陷预测方法,包括:
[0005]确定待预测文件;
[0006]获得所述待预测文件的第一度量指标数值,其中,所述第一度量指标数值包括第一模块级度量指标数值及第一项目级度量指标数值;
[0007]将所述第一模块级度量指标数值及第一项目级度量指标数值输入至预先训练完成的森林算法预测模型,对所述待预测文件进行缺陷预测,得到所述待预测文 ...
【技术保护点】
【技术特征摘要】
1.
一种缺陷预测方法,其特征在于,包括:确定待预测文件;获得所述待预测文件的第一度量指标数值,其中,所述第一度量指标数值包括第一模块级度量指标数值及第一项目级度量指标数值;将所述第一模块级度量指标数值及第一项目级度量指标数值输入至预先训练完成的森林算法预测模型,对所述待预测文件进行缺陷预测,得到所述待预测文件的缺陷预测结果,所述缺陷预测结果至少包括模块级缺陷预测结果及项目级缺陷预测结果
。2.
根据权利要求1所述的方法,其特征在于,所述获得所述待预测文件的第一度量指标数值,包括:获得待预测文件的多个功能模块中各自对应的第一模块级度量指标数值;确定不同功能模块中分别对应同一种文件度量指标的指标数值,将不同功能模块中分别对应同一种文件度量指标的指标数值相加,获得所述文件度量指标对应的第一项目级度量指标数值
。3.
根据权利要求1所述的方法,其特征在于,所述获得所述待预测文件的第一度量指标数值,包括:获得所述待预测文件的第三度量指标数值;确定所述第三度量指标数值中的缺失值及异常值;在所述第三度量指标数值中补充所述缺失值,删除所述异常值,获得所述第一度量指标数值
。4.
根据权利要求1所述的方法,其特征在于,还包括:获得用于进行模型训练的训练文件数据作为训练数据,所述训练数据至少包括:训练文件的第二度量指标数值及缺陷状态信息;基于所述训练数据构建至少两个决策树,获得森林算法预测模型
。5.
根据权利要求4所述的方法,其特征在于,所述基于所述训练数据构建至少两个决策树,获得森林算法预测模型,包括:初始化模型参数;通过有放回抽样方式从所述训练数据中抽取样本数据,所述样本数据包括至少两个训练文件的第二度量指标数值及缺陷状态信息;从所述文件度量指标集合中选取第一数量的文件度量指标,组成指标集合;基于所述指标集合及所述样本数据通过初始化后的模型参数构建决策树;将至少两个决策树集成,获得所述森林算法预测模型
。6....
【专利技术属性】
技术研发人员:王璐,李定邦,沈奇,王楠楠,侯志鹏,
申请(专利权)人:长城汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。