一种软件缺陷预测方法和软件缺陷预测系统的制作方法
【专利摘要】本发明提供了一种软件缺陷预测方法和软件缺陷预测系统，用以解决现有的软件缺陷预测精度不高的问题。包括：降维处理单元、SVM训练单元和缺陷预测单元；其中步骤一、根据局部线性嵌入算法LLE对第一训练数据集进行降维处理，得到第一训练数据集中每个样本点映射到低维空间中的低维向量，得到由各低维向量组成的第二训练数据集；步骤二、根据所述第二训练数据集对支持向量机SVM分类器进行训练，得到SVM分类器的最优分类超平面函数，进而得到训练好的SVM分类器；步骤三、根据所述训练好的SVM分类器对待预测软件进行缺陷预测。
【专利说明】一种软件缺陷预测方法和软件缺陷预测系统
【技术领域】
[0001]本发明涉及软件安全领域，特别涉及一种软件缺陷预测方法和软件缺陷预测系统。
【背景技术】
[0002]软件缺陷预测技术诞生于20世纪70年代，主要作用体现在对质量保证工作的指导以及为平衡软件成本提供高价值参考。软件缺陷预测主要分为动态预测和静态预测，目前主要的研究集中在静态预测方面，本发明属于静态预测中的分布预测技术。支持向量机(Support Vector Machine,简称SVM)在统计学习理论基础上发展起来的一种新的机器学习方法，在解决小样本、非线性及高维模式识别中具备有许多独特优势，现有的软件缺陷预测主要是利用是支持向量机SVM这一工具来建立预测模型对软件缺陷进行预测。与软件缺陷预测相关的专利主要有:基于需求变更的缺陷预测方法和系统(
【发明者】胡昌振, 单纯, 陈博洋, 马锐, 王勇 申请人:北京理工大学