【技术实现步骤摘要】
本专利技术涉及一种软件缺陷预测方法，尤其涉及一种基于指数分布研究模型的软件缺陷预测方法。
技术介绍
1、软件缺陷预测在软件领域一直极为活跃，其对软件质量分析、减少开发时间、降低开发成本等方面具有重要的价值。软件缺陷预测技术是指按照软件的基本属性规模、复杂性、开发方法和过程，以及已知缺陷来预测潜在但还未被发现的缺陷。软件缺陷预测技术能够帮助测试人员掌握软件失效模式、了解质量状态，并决定软件是否交予用户使用。
2、软件缺陷是关乎软件质量水平的核心问题。如何在软件开发的生命周期中发现软件缺陷成了要解决的重要问题，如何能尽早的发现软件缺陷，从而处理软件缺陷，就能从根源上避免软件故障的发生，保障软件的质量。
3、目前的新型软件系统，具有行为突现、高维交互、高度复杂的特征，正是由于这些特征的存在，导致现有技术中，目前的软件缺陷预测面临着以下两个问题：数据类不平衡问题和高度复杂化的特征问题。因此，面对复杂特征和类不平衡问题上，传统的软件缺陷预测技术已经不能适应当前软件系统的需求。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种基于指数分布研究模型的软件缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤S2中测试数据来自早期测试过程中的缺陷管理工具jira，在jira中查询并统计软件缺陷数量。
3.根据权利要求2所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤S2中，统计所述软件缺陷数量后，从软件缺陷数量中获取峰值并计算变化趋势。
4.根据权利要求1所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤S3中将时间长度x与各测试周期内该时间长度...
【技术特征摘要】
1.一种基于指数分布研究模型的软件缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤s2中测试数据来自早期测试过程中的缺陷管理工具jira，在jira中查询并统计软件缺陷数量。
3.根据权利要求2所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤s2中，统计所述软件缺陷数量后，从软件缺陷数量中获取峰值并计算变化趋势。
4.根据权利要求1所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤s3中将时间长度x与各测试周期内该时间长度x内软件缺陷数量带入指数分布的概率密度函数中，得出各测试周期内该时间长度的概率密度f(x)；计算时间长度x与各测试周期内该时间长度的概率密度f(x)的乘积，得到面积s即在各测试周期内该时间长度x产生软件缺陷的概率。
5.根据权利要求1所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述步骤s4中指数分布研究软件缺陷确实图中曲线尾部呈凸函数，则软件缺陷变化趋势为上升趋势，软件缺陷数量不呈收敛状态。
6.根据权利要求5所述的基于指数分布研究模型的软件缺陷预测方法，其特征在于：所述指数分布研究软件缺陷趋势图...
【专利技术属性】
技术研发人员：程立亮，
申请(专利权)人：长春嘉诚信息技术股份有限公司，
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。