文献类型：期刊文章

作　　者：徐金鹏[1] 郭新峰[1] 王瑞波[2] 李济洪[2]

XU Jinpeng;GUO Xinfeng;WANG Ruibo;LI Jihong(School of Automation and Software Engineering,Shanxi University,Taiyuan 030006,China;School of Modern Education Technology,Shanxi University,Taiyuan 030006,China)

机构地区：[1]山西大学自动化与软件学院,太原030006 [2]山西大学现代教育技术学院,太原030006

出　　处：《计算机科学》

基　　金：国家自然科学基金青年科学基金(61806115)。

年　　份：2023

卷　　号：50

期　　号：12

起止页码：24-31

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2023_2024、DOAJ、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：在软件缺陷预测任务中,通常基于C&K等静态软件特征数据集,使用机器学习分类算法来构建软件缺陷预测(SDP)模型。然而,大多数静态软件特征数据集中缺陷数较少,数据集的类不平衡问题较为严重,导致学习到的SDP模型的预测性能较差。文中基于生成对抗网络(GAN),并利用FID得分筛选生成正例样本数据,增强正例样本量,然后在组块正则化m×2交叉验证(m×2BCV)框架下,通过众数投票法聚合多个子模型的结果,最终构成SDP模型。以PROMISE数据库下的20个数据集为实验数据集,采用随机森林算法构建SDP聚合模型。实验结果表明,与传统的随机上采样、SMOTE、随机下采样相比,所提SDP聚合模型的F1平均值分别提高了10.2%,5.7%,3.4%,且F1的稳定性也得到相应提高;所提SDP聚合模型在20个数据集的评测中,有17个F1值最高。从AUC指标来看,所提方法与传统的采样方法没有明显差异。

关 键 词：生成对抗网络  数据增强  组块正则化交叉验证  软件缺陷预测 聚合模型  

分 类 号：TP311]