【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、为了解决上述技术所存在的不足之处，本专利技术提供了一种基于指数分布研究模型预测软件缺陷的方法。
2、为了解决以上技术问题，本专利技术采用的技术方案是：一种基于指数分布研究模型预测软件缺陷的方法，包括：
3、步骤s1：人工设定时间长度x；
4、步骤s2：收集待测软件早期的测试数据，获得各测试周期内该时间长度x的软件缺陷数量；
5、步
6、
7、其中，x为设定的时间长度；e为自然对数函数的底数；μ为随机事件发生一次的平均等待时间；λ为单位时间内缺陷发生的次数；
8、各测试周期内产生软件缺陷的概率，满足公式为：
9、
10、其中，x为设定的时间长度；e为自然对数函数的底数；λ为单位时间内缺陷发生的次数；
11、步骤s4：将各测试周期与各测试周期内该时间长度x的概率密度f(x)，绘制成指数分布研究软件缺陷趋势图；通过判断指数分布研究软件缺陷趋势图中曲线尾部呈凹函数或凸函数，对软件缺陷进行预测。
12、进一步地，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；统计软件缺陷数量后，从软件缺陷数量中获取峰值并计算变化趋势。
13、进一步地，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。
14、进一步地，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；若软件变化趋势分析图中曲线尾部呈凹函数，则软件缺陷变化趋势为下降趋势，软件缺陷数量呈收敛状态；软件缺陷数量呈收敛性，则确定软件的测试达到结束的标准，即判定测试已达到用户可接受状态。
15、进一步地，步骤s4之后，结合软件缺陷的优先级，对软件开发问题进行评估；软件缺陷的优先级指软件缺陷必须被修复的紧急程度；软件缺陷的优先级分为四个维度，包括立即解决，高优先级，正常排队和低优先级；
16、立即解决即软件缺陷导致软件系统不能使用，用户数据收到破坏，需立即修复；
17、高优先级即软件系统的主要功能部分失效，且数据不能保存，软件系统的次要功能完全丧失；
18、正常排队即软件系统的次要功能没有完全丧失，且不影响用户的正常使用，但提示信息准确、操作时间长；
19、低优先级即不影响功能的操作和执行，但出现界面格式不规范。
20、软件开发问题包括：
21、软件缺陷的程度是否导致系统无法正常运行、功能无法实现；
22、评估软件缺陷的影响范围，即影响的用户数量和影响的业务流程；
23、需评估软件缺陷是否需立即解决，若不立即解决是否会对产品造成主要功能失效，是否涉及安全问题、影响客户关系；
24、评估软件缺陷出现的频率，即软件缺陷是否是一个高频率的问题，若软件缺陷是一个高频率的问题，要优先解决该缺陷；
25、评估用户对软件缺陷的关注点、重视度和反馈，若是用户注重的产品缺陷、需要进行及时修复。
26、进一步地，对软件问题进行评估后，进入回归测试阶段；以确认新的程序或代码更改未对现有功能产生影响；回归测试是全部或部分选择测试套件中已执行的测试用例，然后重新执行以确保现有功能正常运行；执行回归测试过程，首先调试代码以识别错误；若未发现错误，则结束回归测试；若发现错误，则对代码进行更改和修复，再通过从涵盖代码的修改部分和受影响部分的测试套件中选择测试用例完成回归测试，直至未发现错误。
27、本专利技术公开了一种基于指数分布研究模型预测软件缺陷的方法，通过利用指数分布研究模型对软件缺陷进行预测的方法，直接查询并统计各测试周期内设定时间长度的产生的软件缺陷数量，并计算软件缺陷产生概率及软件缺陷趋势的方法，对软件缺陷进行预测，无需面临现有技术中受数据类不平衡和高度复杂化的特征问题的影响，更加具有普适性。
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中曲线尾部呈凹函数，则软件缺陷变化趋势为下降趋势，软件缺陷数量呈收敛状态。
7.根据权利要求6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：所述软件缺陷数量呈收敛性，则确定软件的测试达到结束的标准，即判定测试已达到用户可接受状态。
8.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之后，结合软件缺陷的优先级，对软件开发问题进行评估；软件缺陷的优先级指软件缺陷必须被修复的紧急程度；软件缺陷的优先级分为四个维度，包括立即解决，高优先级，正常排队和低优先级；
9.根据权利要求8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：所述软件开发问题包括：
10.根据权利要求9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：对所述软件问题进行评估后，进入回归测试阶段；以确认新的程序或代码更改未对现有功能产生影响；回归测试是全部或部分选择测试套件中已执行的测试用例，然后重新执行以确保现有功能正常运行；执行回归测试过程，首先调试代码以识别错误；若未发现错误，则结束回归测试；若发现错误，则对代码进行更改和修复，再通过从涵盖代码的修改部分和受影响部分的测试套件中选择测试用例完成回归测试，直至未发现错误。
...【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。