基于代码自然性的切片粒度缺陷预测方法

EasyChair Preprint 3918, version 2

Abstract

软件缺陷预测是软件质量保障领域的一个活跃话题,它可以帮助开发人员发现潜在的缺陷并更好地利用资源.如何为预测系统设计更具判别力的度量元,并兼顾性能与可解释性,是人们致力于的研究方向.针对这一挑战,提出了一种基于代码自然性特征的缺陷预测方法——CNDePor.该方法通过正逆双向度量代码和利用质量信息对样本加权的方式改进语言模型,提高了模型所得交叉熵(CE)类度量元的缺陷判别力.针对粗粒度缺陷预测存在难以聚焦缺陷区域、代码审查成本高的不足,研究了一种新的细粒度缺陷预测问题——面向语句的切片级缺陷预测.针对这一问题设计了4种度量元,并在两类安全缺陷数据集上验证了度量元和CNDePor方法的有效性.实验结果表明:CE类度量元具有可学习性,它们蕴涵了语言模型从语料库中学习到的相关知识;改进的CE类度量元的判别力明显优于原始度量元和传统规模度量元;CNDePor方法较传统缺陷预测方法和已有的基于代码自然性的方法有显著优势,较先进的基于深度学习的方法具有可比性性能和更强的可解释性.

Keyphrases: Software fault prediction, code naturalness, cross-entropy, deep learning, defect prediction, language model, machine learning, slice level, software defect prediction, 交叉熵, 代码自然性, 切片粒度, 深度学习, 缺陷预测, 语言模型, 软件质量保障

@booklet{EasyChair:3918,
  author    = {Xian Zhang and Ke-Rong Ben and Jie Zeng},
  title     = {A Code Naturalness Based Defect Prediction Method at Slice Level},
  howpublished = {EasyChair Preprint 3918},
  year      = {EasyChair, 2020}}