依赖关联的多目标缺陷分派优化模型

崔梦天, 罗婕妤, 王锡

西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 288 -297.

PDF
西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 288 -297.

依赖关联的多目标缺陷分派优化模型

    崔梦天, 罗婕妤, 王锡
作者信息 +

Author information +
文章历史 +
PDF

摘要

随着开源软件规模和复杂度的不断提升,软件设计和开发的难度显著增加,软件缺陷的数量也迅速增长.缺陷分派是软件开发中确保质量的关键任务,近年来深度学习领域提出了多种自动化或半自动化的分派方法.然而,这些方法仍存在诸多局限.传统分派方法主要挖掘缺陷报告的文本特征,忽视了缺陷间的依赖关系及其引发的阻塞问题,而缺陷阻塞不仅会降低修复效率,甚至可能导致修复进程停滞.为解决缺陷阻塞问题并降低跨项目的认知成本,提出了一个依赖关联的多目标缺陷分派优化模型.该模型构建缺陷依赖树并更新缺陷优先级,调整缺陷修复顺序.同时,模型引入非支配排序遗传算法,平衡认知成本与修复偏好两个目标,向开发人员推荐排序后的最佳缺陷集合.实验结果表明,该方法在Eclipse和Mozilla数据集上的部分阻塞缺陷修复时间方面取得了显著优化效果.

关键词

软件缺陷分派 / 缺陷依赖 / 多级目标搜索

Key words

引用本文

引用格式 ▾
依赖关联的多目标缺陷分派优化模型[J]. 西南民族大学学报(自然科学版), 2025, 51(03): 288-297 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

73

访问

0

被引

详细

导航
相关文章

AI思维导图

/