留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

软件模块故障倾向预测方法研究

罗云锋 普杰 贲可荣

罗云锋, 普杰, 贲可荣. 软件模块故障倾向预测方法研究[J]. 武汉大学学报 ● 信息科学版, 2010, 35(5): 562-565.
引用本文: 罗云锋, 普杰, 贲可荣. 软件模块故障倾向预测方法研究[J]. 武汉大学学报 ● 信息科学版, 2010, 35(5): 562-565.
LUO Yunfeng, PU Jie, BEN Kerong. Fault-proneness Prediction of Software Modules[J]. Geomatics and Information Science of Wuhan University, 2010, 35(5): 562-565.
Citation: LUO Yunfeng, PU Jie, BEN Kerong. Fault-proneness Prediction of Software Modules[J]. Geomatics and Information Science of Wuhan University, 2010, 35(5): 562-565.

软件模块故障倾向预测方法研究

基金项目: 国防预研基金资助项目(513270104)
详细信息
    作者简介:

    罗云锋,博士生,主要研究方向为软件故障预测、软件可靠性、软件维护。

  • 中图分类号: TP393

Fault-proneness Prediction of Software Modules

Funds: 国防预研基金资助项目(513270104)
计量
  • 文章访问数:  816
  • HTML全文浏览量:  27
  • PDF下载量:  390
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-03-15
  • 修回日期:  2013-07-09
  • 刊出日期:  2010-05-05

软件模块故障倾向预测方法研究

    基金项目:  国防预研基金资助项目(513270104)
    作者简介:

    罗云锋,博士生,主要研究方向为软件故障预测、软件可靠性、软件维护。

  • 中图分类号: TP393

摘要: 研究了在区分故障严重程度下的软件模块故障倾向预测方法,将故障分为高严重程度和低严重程度两种类型,用统计分析和机器学习方法分析静态代码度量与故障倾向之间的关系。以公开和私有两种类型的失效数据集作为实验数据,分析发现,故障的严重程度影响预测性能,预测不同严重程度的故障需要选择不同的度量和分类模型,预测低严重程度故障的性能好于预测高严重程度故障的性能。

English Abstract

罗云锋, 普杰, 贲可荣. 软件模块故障倾向预测方法研究[J]. 武汉大学学报 ● 信息科学版, 2010, 35(5): 562-565.
引用本文: 罗云锋, 普杰, 贲可荣. 软件模块故障倾向预测方法研究[J]. 武汉大学学报 ● 信息科学版, 2010, 35(5): 562-565.
LUO Yunfeng, PU Jie, BEN Kerong. Fault-proneness Prediction of Software Modules[J]. Geomatics and Information Science of Wuhan University, 2010, 35(5): 562-565.
Citation: LUO Yunfeng, PU Jie, BEN Kerong. Fault-proneness Prediction of Software Modules[J]. Geomatics and Information Science of Wuhan University, 2010, 35(5): 562-565.

目录

    /

    返回文章
    返回