一种软件缺陷预测方法和装置与流程

本发明涉及计算机领域，尤其涉及一种软件缺陷预测方法和装置。

背景技术：

所谓软件中的缺陷，常常又被叫做bug，是指电脑系统或程序中隐藏着的一些未被发现的缺陷或者问题。在各种类型的bug中，有的不会对软件造成危害，有的却会让软件崩溃，给用户带来无法估量的损失。

随着信息技术的发展，软件质量评估可以帮助企业开发出高质量的软件产品，减少软件产品的生成和维护成本。在软件企业中，一般采用千行代码bug率来对软件质量进行评估，千行代码bug率＝bug数量/(代码行数/1000)。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

(1)千行代码bug率这种方法只参考了代码行数，可是代码行数和bug数量并非直接的线性关系，对bug数量影响的其他因素还有很多，导致评估出的软件质量不准确。

(2)开发者通过增大代码基数、大量复制粘贴代码、重新发明各种方法这些手段就可以显著的增加代码量，进而降低千行代码bug率，以该千行代码bug率作为软件质量的评估度量标准，不利于管理者把控软件版本的真实质量。

技术实现要素：

有鉴于此，本发明实施例提供一种软件缺陷预测方法和装置。本发明实施例通过采集过往软件版本的发布信息来建立缺陷数量预测模型，根据该缺陷数量预测模型对待测软件版本进行缺陷预测，给管理者提供参考。

为实现上述目的，根据本发明实施例的一个方面，提供了一种软件缺陷预测方法。

本发明实施例的一种软件缺陷预测方法，包括：采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型；将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测。

可选地，根据所述发布信息建立缺陷数量预测模型，包括：将所述过往软件版本的发布信息输入多分类算法中以进行多分类回归；所述发布信息包括各项特征信息和实际缺陷数量；根据迭代优化算法求解所述多分类算法的代价函数的最小值，将所述最小值对应的特征参数的值作为所述特征参数的最优解。

可选地，所述各项特征信息包括需求收集时间、各优先级需求对应的需求数、开发时间、开发代码量、测试时间和测试用例条数。

可选地，将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测，包括：将待测软件版本的发布信息输入所述缺陷数量预测模型，以获得所述待测软件版本所属类别的概率；所述多分类算法为softmax算法；将概率最大的类别对应的缺陷数量作为所述待测软件版本的预测缺陷数量。

可选地，所述方法还包括：在发版完成后，将所述待测软件版本的发布信息更新为实际值；根据更新后的所述待测软件版本的发布信息和过往软件版本的发布信息训练所述缺陷数量预测模型。

可选地，所述方法还包括：建立发布信息资料库，所述发布信息资料库包括过往软件版本的发布信息；将更新后的所述待测软件版本的发布信息保存到所述发布信息资料库。

为实现上述目的，根据本发明实施例的另一方面，提供了一种软件缺陷预测装置。

本发明实施例的一种软件缺陷预测装置，包括：模型建立模块，用于采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型；缺陷预测模块，用于将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测。

可选地，所述模型建立模块，还用于：将所述过往软件版本的发布信息输入多分类算法中以进行多分类回归；所述发布信息包括各项特征信息和实际缺陷数量；根据迭代优化算法求解所述多分类算法的代价函数的最小值，将所述最小值对应的特征参数的值作为所述特征参数的最优解。

可选地，所述各项特征信息包括需求收集时间、各优先级需求对应的需求数、开发时间、开发代码量、测试时间和测试用例条数。

可选地，所述缺陷预测模块，还用于：将待测软件版本的发布信息输入所述缺陷数量预测模型，以获得所述待测软件版本所属类别的概率；所述多分类算法为softmax算法；将概率最大的类别对应的缺陷数量作为所述待测软件版本的预测缺陷数量。

可选地，所述装置还包括：信息更新模块，用于在发版完成后，将所述待测软件版本的发布信息更新为实际值；模型强化模块，用于根据更新后的所述待测软件版本的发布信息和过往软件版本的发布信息训练所述缺陷数量预测模型。

可选地，所述方法还包括：资料库建立模块，用于建立发布信息资料库，所述发布信息资料库包括过往软件版本的发布信息；信息保存模块，用于将更新后的所述待测软件版本的发布信息保存到所述发布信息资料库。

为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。

本发明实施例的一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种软件缺陷预测方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种软件缺陷预测方法。

上述发明中的一个实施例具有如下优点或有益效果：通过采集过往软件版本的发布信息来建立缺陷数量预测模型，根据该缺陷数量预测模型对待测软件版本进行缺陷预测，给管理者提供参考；将软件bug数量预测问题总结为多分类问题，使用softmax算法求解该多分类问题，得出缺陷数量预测模型；发版之后统计实际bug数量，根据实际bug数量强化缺陷数量预测模型，提供预测的准确率。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的软件缺陷预测方法的主要步骤示意图；

图2是根据本发明实施例的软件缺陷预测方法的流程图；

图3是根据本发明实施例的软件缺陷预测装置的主要模块示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适用于来实现本发明实施例的电子设备的计算机装置的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的软件缺陷预测方法的主要步骤示意图。如图1所示，本发明实施例的软件缺陷预测方法，主要包括如下步骤：

步骤s101：采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型。所述发布信息包括各项特征信息和实际bug数量，所述各项特征信息包括需求收集时间、各优先级需求对应的需求数、开发时间、开发代码量、测试时间和测试用例条数。上述发布信息均为该软件版本的实际值。将各项特征信息作为特征，将实际bug数量作为训练标签建立缺陷数量预测模型。实施例中通过多分类算法和迭代优化算法建立缺陷数量预测模型。

步骤s102：将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测。收集待测软件版本的各项特征信息，将所述特征信息输入步骤s101建立的缺陷数量预测模型中即可得到预测bug数量。

另外，本发明实施例的软件缺陷预测方法，在步骤s102之后，还可以包括：在发版完成后，将所述待测软件版本的发布信息更新为实际值；根据更新后的所述待测软件版本的发布信息和过往软件版本的发布信息训练所述缺陷数量预测模型。该步骤用于强化训练模型，以提高预测的准确率。

图2是根据本发明实施例的软件缺陷预测方法的流程图。如图1所示，本发明实施例的软件缺陷预测方法，主要包括如下步骤：

(1)采集过往软件版本的发布信息，建立发布信息资料库。表1为本发明实施例中发布信息资料库的构成，如表1所示，该发布信息资料库包括过往软件版本的发布信息，该发布信息包括各项特征信息和实际bug数量，这里的发布信息均为该软件版本的实际值。特征信息包括需求收集时间、高优先级需求对应的高优先级需求数、中优先级需求对应的中优先级需求数、低优先级需求对应的低优先级需求数、开发时间、开发代码量、测试时间以及测试用例条数。其中，需求收集时间、高优先级需求数、中优先级需求数以及低优先级需求数可以由需求文档得出；开发时间、测试时间、测试用例条数以及实际bug数量可以由测试报告得出；开发代码量可以由版本管理工具统计出。版本号用来标识唯一软件版本的。

表1发布信息资料库

(2)根据所述发布信息资料库的发布信息建立缺陷数量预测模型。

将需求收集时间、高优先级需求数、中优先级需求数、低优先级需求数、开发时间、测试时间和测试用例条数分别作为特征x1、x2、x3、x4、x5、x6、x7和x8，将实际bug数量作为训练标签y，可以得出如下计算公式：

y1＝θ0+θ1x1+θ2x2+θ3x3+θ4x4+θ5x5+θ6x6+θ7x7+θ8x8

式中，y1为发布信息资料库第一行样本的训练标签，θ0至θ8是用于调整各个特征的特征参数。对于发布信息资料库的每一行样本均可用上述公式来表达。根据发布信息资料库的发布信息，只要求解出每个特征参数的最优解，那么将最优解应用到待预测软件版本的上述公式中即可预测出训练标签y的值，也即得到预测bug数量。

由于实际bug数量从零至无限大会有很多，且是互斥的，即如果该软件版本有10个bug就不可能是20个bug，因此bug数量的预测问题是一个多分类问题。根据发布信息资料库，将训练标签y有k个取值，则可以归纳为k个类别，每个类别对应的特征参数一个(n+1)维的向量，n为特征总数量，本发明实施例中n为8。多分类问题可以采用多分类算法建立缺陷数量预测模型，然后通过迭代优化算法迭代计算出特征参数的最优解，将最优解代入建立的缺陷数量预测模型，保存该模型以对待预测软件版本的bug数量进行预测。所述多分类算法可以是softmax算法、支持向量机(supportvectormachines，svm)算法或者决策树(gradientboostingdecisiontree，gbdt)算法，所述迭代优化算法可以是或者特征选择(reliff)算法。

下面以多分类算法为softmax算法，迭代优化算法为梯度下降法对缺陷数量预测模型的建立过程进行详细说明。

softmax算法的函数表达式为：

式中，x⁽ⁱ⁾为发布信息资料库第i行样本的所有特征，i＝1,…,m；j＝1,…,k；θ是k·(n+1)的矩阵，代表k个类别所有的特征参数；·^t为矩阵转置。该函数用于求解将x分为类别j的概率。

softmax算法的代价函数j(θ)的表达式为：

式中，1{·}为示性函数，取值规则为1{值为真的表达式}＝1，1{值为假的表达式}＝0。

利用梯度下降法使代价函数j(θ)最小：

式中，表示j(θ)对θj的第j个元素的偏导数。每一次迭代都要进行如下更新：

式中，θj代表第j个类别所有的特征参数。

至此，可以得出每一个特征参数的最优解。

(3)将待测软件版本的发布信息输入所述缺陷数量预测模型进行缺陷预测。

在版本发布初期的排期阶段可以收集待测软件版本的需求收集时间、高优先级需求数、中优先级需求数和低优先级需求数，将这四个特征信息分别作为特征x1、x2、x3和x4；由开发人员预估出开发时间和开发代码量，将这两个特征信息分别作为特征x5和x6；由测试人员预估出测试时间和测试用例条数，将这两个特征信息分别作为特征x7和x8。将所有特征输入到训练好的缺陷数量预测模型中，则会得到该待测软件版本的预测bug数量。

本发明实施例中多分类算法为softmax算法，该算法的输出是一个范围及其所属的概率。假设输出为：

[20-30)80％

[10-20)10％

…

选取概率最大的类别作为最优选来对待测软件版本的bug数量进行预测。则可以得出结论：该软件版本的bug数量为[20-30)的可能性最高，其概率为80％。

(4)在发版完成后，收集所述待测软件版本的实际bug数量和实际的特征信息，根据采集到的数据将发布信息资料库更新到实际值，重新建立缺陷数量预测模型。通过发版后的实际发布信息强化缺陷数量预测模型，提高bug数量预测的准确率。

另外，本发明实施例的软件缺陷数量预测方法还可以包括步骤：输出预测bug数量，将预测bug数量与实际bug数量作对比。通过这两个值可以得出该软件版本的大概质量情况，为管理者决策提供依据。

通过本发明实施例的软件缺陷预测方法可以看出，通过采集过往软件版本的发布信息来建立缺陷数量预测模型，根据该缺陷数量预测模型对待测软件版本进行缺陷预测，给管理者提供参考；将软件bug数量预测问题总结为多分类问题，使用softmax算法求解该多分类问题，得出缺陷数量预测模型；发版之后统计实际bug数量，根据实际bug数量强化缺陷数量预测模型，提供预测的准确率。

图3是根据本发明实施例的软件缺陷预测装置的主要模块示意图。如图3所示，本发明实施例的软件缺陷预测装置300，主要包括：

模型建立模块301，用于采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型。所述发布信息包括各项特征信息和实际bug数量，所述各项特征信息包括需求收集时间、各优先级需求对应的需求数、开发时间、开发代码量、测试时间和测试用例条数。上述发布信息均为该软件版本的实际值。将各项特征信息作为特征，将实际bug数量作为训练标签建立缺陷数量预测模型。实施例中通过多分类算法(比如softmax算法)和迭代优化算法(比如梯度下降法)建立缺陷数量预测模型。

缺陷预测模块302，用于将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测。收集待测软件版本的各项特征信息，将所述特征信息输入建立的缺陷数量预测模型中即可得到预测bug数量。

另外，本发明实施例的软件缺陷预测装置，还可以包括信息更新模块、模型强化模块、资料库建立模块和信息保存模块，上述模块在图中未输出。信息更新模块，用于在发版完成后，将所述待测软件版本的发布信息更新为实际值。模型强化模块，用于根据更新后的所述待测软件版本的发布信息和过往软件版本的发布信息训练所述缺陷数量预测模型。资料库建立模块，用于建立发布信息资料库，所述发布信息资料库包括过往软件版本的发布信息。信息保存模块，用于将更新后的所述待测软件版本的发布信息保存到所述发布信息资料库。

从以上描述可以看出，通过采集过往软件版本的发布信息来建立缺陷数量预测模型，根据该缺陷数量预测模型对待测软件版本进行缺陷预测，给管理者提供参考；将软件bug数量预测问题总结为多分类问题，使用softmax算法求解该多分类问题，得出缺陷数量预测模型；发版之后统计实际bug数量，根据实际bug数量强化缺陷数量预测模型，提供预测的准确率。

图4示出了可以应用本发明实施例的软件缺陷预测方法或软件缺陷预测装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所产生的点击事件提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的点击数据、文本内容等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本申请实施例所提供的软件缺陷预测方法一般由服务器405执行，相应地，软件缺陷预测装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

根据本发明的实施例，本发明还提供了一种电子设备和一种计算机可读介质。

本发明的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种软件缺陷预测方法。

本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种软件缺陷预测方法。

下面参考图5，其示出了适用于来实现本发明实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有计算机系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文主要步骤图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括模型建立模块和缺陷预测模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，模型建立模块还可以被描述为“采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：采集过往软件版本的发布信息，根据所述发布信息建立缺陷数量预测模型；将待测软件版本的发布信息输入所述缺陷数量预测模型，以对所述待测软件版本进行缺陷预测。

根据本发明的技术方案，通过采集过往软件版本的发布信息来建立缺陷数量预测模型，根据该缺陷数量预测模型对待测软件版本进行缺陷预测，给管理者提供参考；将软件bug数量预测问题总结为多分类问题，使用softmax算法求解该多分类问题，得出缺陷数量预测模型；发版之后统计实际bug数量，根据实际bug数量强化缺陷数量预测模型，提供预测的准确率。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。