基于代码提交信息的方法级软件缺陷预测

摘要

为了提升软件缺陷预测的准确性，本文提出了基于多维度提交特征的方法级缺陷预测框架，提出一组基于代码提交信息的新特征，并结合传统代码及历史特征构建更全面的多维度特征空间，以此构建的模型在17个开源项目上性能显著优于现有技术；通过SHAP(Shapley Additive Explanations)特征重要性分析，证实提交特征具有卓越的预测能力，增强了模型的可解释性；基于识别关键特征进一步简化模型，兼顾了效率与精度。实验结果表明，融合提交信息的模型在性能指标AUC(Area Under the Receiver Operating Characteristic Curve)、F1分数与MCC(Matthews Correlation Coefficient)上分别平均提升了4.3%、8.4%与17.7%。

关键词

软件缺陷预测 / 方法粒度 / 提交特征 / 特征重要性 / 可解释性

基金资助

国家自然科学基金（62372174）