提高面向對象型軟體中類階層質量預測準確度的方法

2023-09-17 02:13:40 1

專利名稱：：提高面向對象型軟體中類階層質量預測準確度的方法
技術領域：
：本發明涉及的是一種軟體開發
技術領域：
的方法，具體地說，涉及的是一種提高面向對象型軟體中類階層(ClassHierarchy)質量預測準確度的方法。技術背景軟體質量預測系統所採用的軟體質量模型需合理反映各軟體模塊的屬性特徵和功能效用，其有效描述軟體模塊特徵空間的概率分布的程度決定了軟體質量預測的性能(準確率、可靠性等)。對於大型工業軟體而言，儘早地發現和定位軟體中可能存在的錯誤，可以節省人力成本，縮短軟體開發時間，提高產品質量和客戶滿意度。通常的軟體質量預測都是基於軟體度量的，通過訓練和學習來自於較早或相似版本軟體的數據集，建立起軟體質量預測機制，從而對開發中的軟體來進行質量預測和錯誤定位。軟體模塊通常被分為易出錯和不易出錯兩個類別進行訓練學習。對於實際中的大型工業軟體，例如使用在通信領域的百萬行級別的代碼，通常採用計算比較複雜，精確度較高的多元統計分析或者是比較先進的學習方法。經對現有技術的文獻檢索發現，L.Briand等人在《JournalofSystemsandSoftware》Vol.51，pp.245-273，2000發表的"Exploringtherelationshipsbetweendesignmeasuresandsoftwarequalityinobject-orientedsystems，，(《系統與軟體期刊》，"探索在面向對象系統中設計度量和軟體質量的關係")應用了主成分分析和數理回歸，將軟體度量值與軟體的錯誤趨勢進行了相關性分析。實驗包括各度量相互間和自身內部各種度量的主成分分析，並運用規模度量建造預測模型分析和預測了由馬裡蘭大學計算機系學生開發的軟體質量與軟體度量之間的相關性。而更早有T.M.Khoshgoftaar等人在1995年的《IEEETransactionsonNeuralNetworks》Vol.8，No.4，pp.902-909上發表了的"Applicationofneuralnetworkstosoftwarequalitymodelingofaverylargetelecommunicationssystems"(《IEEE神經網絡學報》，"應用支持向量機預測有缺陷傾向的軟體模塊")。該文將每個函數所涉及的文件視為一個軟體模塊，採用9種軟體度量，將所有軟體模塊轉化為對應的特徵向量，然後使用神經網絡進行訓練並預測了某大型通信軟體的質量，這是一次將神經網絡類的學習方法運用到軟體質量預測領域的突破。近來，另有K.0.Elish等人在《JournalofSystemsandSoftware》Vol.81,No.5,pp.649-660，2008上發表了"Predictingdefect-pronesoftwaremodulesusingsupportvectormachines"(《系統與軟體期刊》，"應用支持向量機預測有缺陷傾向的軟體模塊")。他們使用了RBF(徑向基函數)和支持向量機學習分析了來自於NASA的一些大型航天軟體的軟體質量，該文將軟體中的每個邏輯類視為一個基本的軟體模塊，分析預測每個軟體模塊發生錯誤的概率。上述的軟體質量預測方法都是將軟體按照一定的大小和等級進行固定的模塊化，進行軟體度量和特徵提取後，採取某種數理統計或者學習的方法進行訓練和預測，這樣的訓練方法能夠達到一定的預測目的，並有不少的實際應用，但仍然存有一定的局限性首先軟體模塊化過程中，如果劃分過小，將導致不同的模塊之間差異很小，難以進行區分和定位；劃分過大，將導致軟體質量預測定位過於寬泛，達不到預測的目的。目前對於面向對象型軟體的模塊化方法比較少，僅存在函數、方法、類等少數幾種依據，存在定位過小過細的問題，在軟體開發初期，這樣的預測比較費力而且效果不好。其次面向對象型軟體的繼承特徵在將軟體模塊化成各類或更小模塊的過程中，有很大一部分的結構化信息損失掉了，這樣導致最後的軟體質量預測的準確率難以提高。
發明內容本發明針對現有技術的上述不足，提出了一種提高面向對象型軟體中類階層質量預測準確度的方法，使其可以採用先進的分層核和支持向量機技術，應用於面向對象型軟體系統的類階層的模塊，提高軟體質量預測的準確率。本發明是通過以下技術方案實現的，本發明利用軟體度量集，將面向對象型軟體中的類轉化為相應的特徵向量，並通過樹形數據結構將一個類階層中的所有類封裝到一個樹形結構的知識表示形式當中。此樹形結構包含此類階層所有類的特徵向量以及它們之間的結構信息和繼承關係。然後使用分層核的改進型支持向量機預測機制。本發明包括如下步驟第一步，提取面向對象型軟體模塊特徵採用樹形結構的知識表示方法，將軟體中的每一個類映射封裝為樹形結構的一個節點。每一個節點包含由特徵提取而來的屬性-數值向量和結構化信息。其中屬性-數值向量是通過軟體度量提取而來，向量中的每一位代表使用某一個軟體度量對一個類進行測量所得到的值。而結構化信息則包含此節點的父結點和子節點的信息，表明此節點在類階層中的位置。結構化信息的來源是在面向對象型軟體中所特有的繼承關係。例如如果一個類A繼承了另外一個類B的某些代碼和方法，則稱A為B的子類，反過來，B也是A的父類，在類階層中，A和B就是對應的子節點和父結點。第二步，建立類階層聚類操作的樹形數據結構面向對象型軟體的邏輯模塊類與類之間存在著繼承的關係，這樣的關係，通常可以通過抽象的繼承樹來表示。使用繼承樹的拓撲結構來構造類模塊的樹形數據結構。第三步，類階層的封裝聚類結合類階層的樹形數據結構，將各個類映射到對應的向量空間。由於每個類具有正標識(不易出錯的類)或者負標示(易出錯的類)，軟體質量預測的任務可轉化為在向量空間裡進行的分類問題。一般而言，在高維向量空間裡，兩類數據並不線性可分。因此需要將這些在向量空間裡面不可線性區分的數據點，映射到另外一個特徵空間裡，使兩類數據線性拆分。第四步，選用分層核及對應產生的核矩陣來存儲樹形結構中的信息採用適用於對面向對象中的類階層進行信息保留和處理的分層核函數，處理類階層樹形數據結構，計算類階層之間的內積。使用嵌入分層核的改進型支持向量機(SVM)，並使用己有的經過完整測試的較早或者相似軟體中的軟體模塊來構造訓練數據集。本發明採用支持向量機處理樣本的時候只使用通過'核'計算出來的兩兩樣本間的內積，從而避免"維度災難"的產生。所謂'核'，就是樣本在高維空間的內積。所述分層核函數J^(A:,;F)的遞歸定義如下，其通過分解樹形結構而來formulaseeoriginaldocumentpage8其中和//"返回樹形結構的第一層，""返回剩下的樹形結構。^m為定義在集合上的核函數，這裡，ffjAT,y)表示分層核函數，其為兩個樹形結構AT和y的泛函如果X和y中有一個為空集，J^(AT,y)二0即1^/屍，^^=《￡(^，"=0，這裡^表示空集，F為任意樹形結構。當jv:和r皆不為空集時，KA:,;F)可以通過遞歸形式表示-K，FJ=AK人K"x(7+Ji^RK人/,K州+AA(O，FJ+iTJ巧，/r&"*rSCTfx;Ar"=SK/x,"為定義在集合上的核函數，為兩集合中兩兩元素內積之和，這裡的A可以為線性核，高斯核等常用核函數//"函數得到樹形結構F的頂層節點集合，即F中沒有任何父節點的節點，返回也為一個樹形結構。//"函數為原樹形結構屍除去///9之後剩下的樹形結構。第五步，基於分層核的改進型支持向量機的訓練對於原始數據集，須經過預處理和數據平衡兩道程序之後，才能放入到改進型支持向量機(SVM)的訓練當中，訓練好的改進型支持向量機就可以對未測試和開發中的軟體模塊進行質量預測，此軟體質量預測模型的應用對象也是類階層(ClassHierarchy)。在訓練好的改進型支持向量機中輸入需要進行預測的軟體模塊對應的樹形數據結構，可以得到[-l，+1]間的輸出，如果輸出大於0，軟體模塊質量不易出錯；反之，輸出小於O的軟體模塊質量易出錯，需要關注。所述面向對象型軟體模塊特徵提取，當面向對對象型軟體中最常用的基本模塊為邏輯上的一個類(Class),首先對軟體中所有的類進行編號和特徵提取，將其構造為對應的向量組，從而進行分析處理。這樣的特徵提取需要選用一組針對面向對象型軟體的軟體度量(例如表1所示)，作為構造向量的依據，然後使用軟體度量工具或軟體，對軟體中的每個類進行測量。例如對第/個類的測量結果為AT''=，<，...，<}，其中為使用第/'個軟體度量對這訓練集中的第/個類進行測量所得到的值。初步測得的向量組進行一定的預處理，如歸一化，屬性選擇之後，與結構化信息一起構成了一個節點。所述建立類階層聚類操作的樹形數據結構，當首先對同在一個繼承樹中的類進行聚類處理，根據繼承聲明的關鍵字private,public和protected對軟體系統的原始碼進行文本搜索，尋找出所有對應的父子類的二元關係。然後依據繼承樹中的每一個類至少與此繼承樹其他類中的一個具有父子繼承關係，使用聚類程序將同一繼承樹中的類各自聚集在一起。並按照繼承關係從上到下排列好，由此便構成了類階層的樹形知識表示，在實際中，為一個個樹形數據結構。本發明利用軟體度量集，將面向對象型軟體中的類轉化為相應的特徵向量，並通過樹形數據結構將一個類階層中的所有類封裝到一個樹形結構的知識表示形式當中。此樹形結構包含此類階層所有類的特徵向量以及它們之間的結構信息和繼承關係。然後使用分層核的改進型支持向量機預測機制。對於面向對象型軟體系統，本發明提出了一套完整的軟體質量預測模型的訓練方法，用此方法訓練得到的預測模型，應用廣泛、緊密聯合實際、準確性強、可靠性高，是保證高效率高準確率預測軟體模塊質量的關鍵。圖1為建立類階層聚類操作的樹形數據結構示意圖；圖2為使用分層核函數的軟體質量預測流程示意圖。具體實施例方式下面結合附圖對本發明的實施例作詳細說明本實施例在以本發明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護範圍不限於下述的實施例。本實施例先依據傳統的軟體度量的方法，採用一個軟體度量的集合(如表l):表1可以選用的軟體度量軟體度量名稱(縮寫)描述tableseeoriginaldocumentpage101、提取面向對象型軟體模塊特徵第/個類的測量結果a:'，其中4為使用第j個軟體度量對這訓練集中的第/個類進行測量所得到的值。得到基本的訓練向量集合之後，需要將每一個屬性同比縮放到[O，l]區域，其縮放方法為jc/一《，=jc/一o/rf/max(:c/)其中，m，x(a:/)為第/個軟體度量對所有類進行測量後得到的最大值。這樣，就得到了每個節點對應的向量值。所有的類轉化為了一個向量組，然後進行預處理和軟體度量選擇(見2.2)。2、建立類階層聚類操作的樹形數據結構得到包含各個類的向量值和結構關係的數據節點之後，根據繼承關係，將各個類的結構信息和對應的特徵向量封裝到各個樹形結構中，如圖1所示。這樣，每個類階層就被一個信息量豐富、簡潔的樹形數據結構所抽象表示出來，可以進行隨後的訓練、學習和預測了。3、類階層的封裝聚類，操作流程簡述如下根據繼承聲明的關鍵字private,public和protected對軟體系統的原始碼進行文本搜索，尋找出所有對應的父子類的二元關係，並記錄。根據記錄的二元關係組，從任一節點a開始，尋找此節點的父節點和子節點，將其加入此集合中，直到a的所有父節點和子節點都包含在集合中。然後依次對新加入集合的節點進行與a—樣的操作，將他們的父節點和子節點也加入集合，直到沒有新的節點加入為止，由此完成了各類階層的聚類。按照繼承關係將各階層中的類從上到下排列好，構成了類階層的樹形數據結構。4、選用分層核及對應產生的核矩陣來存儲樹形結構中的信息為了能夠學習和預測用樹形結構所表示的類階層的軟體質量(易出錯或不易出錯)，需要使用一個可以處理結構化數據的核函數作為信息儲藏的手段，這裡使用的核函數是特別為類階層所設計的分層核函數。其對於處理繼承關係的分層結構十分有效。分層核函數J^的遞歸定義如下，其通過分解樹形結構而來。，FJ=AA人/,(F2"x(7+&&K從KJ"+K人+&^,/r(F2"其中//0和/乂"分別返回剩下的樹形結構的第一層。而《^T為定義在集合上的核函數，"r(X,J^:=SW，"5、基於分層核的改進型支持向量機的訓練，如圖2所示，包括如下幾個步驟1.1.構造訓練集訓練集的構造如前所述，即將所有的在軟體中的類和類階層，通過樹形結構的知識表示方法，轉化為學習和訓練的對象。此步驟包含特徵映射和將類階層進行封裝聚類。最終得到並在改進型支持向量機中使用的是各類階層的樹形數據結構。1.2.預處理，軟體度量選擇的操作並非起初選擇的每一個軟體度量都能夠在學習和訓練中起到作用，有時候甚至會帶來負面的效果，影響到最後預測的準確率。我們在開始選擇軟體度量的時候也儘可能多使用一些軟體度量，這樣可以更多地反映軟體模塊的特性。因此對於使用的軟體度量需要進行歸一化和選擇，歸一化的過程在前面的知識表示中已經提及，此處不再重複。軟體度量的選擇主要有2種方式第一種是在度量取得初步結果之後，如果大部分的類在某一軟體度量下測得的屬性值為0，則此軟體度量測量值可以從特徵向量中刪除，以免產生過多的噪聲。第二種是在訓練結束之後，如果支持向量機輸出的係數在某一屬性上的加權和為零，也可以將其刪除。1.3.平衡訓練集通常軟體質量預測模型將軟體模塊分為兩類，一類為易出錯的模塊(負類)，另一類為不易出錯的模塊(正類)。由於在易出錯的軟體模塊在整個軟體工程中的比例應該較小的一部分，因此，訓練過程中必須保證易出錯模塊的比例不至於太少，可以對正類樣本進行抽樣或者擴增負類樣本的方法來保持訓練集眾正負樣本，即正的類階層和負的類階層之間的平衡。一般而言，較少類的百分比不應小於20%。1.4.訓練、預測機制的構建本實施例所採用的是一種改進型支持向量機，訓練好的改進型支持向量機會將軟體模塊定義為區分易出錯或者不易出錯的軟體模塊(本發明中為類階層)，可以採用二分類的支持向量機，其數學形式如下的最優化問題formulaseeoriginaldocumentpage12通過求解上述的最優化問題，即可求出相應的各支持向量的係數，從而得到對於每一個類階層的判斷函數/W^gn(Z義fl,.〈;c,.,;c〉+W經過訓練後得到的改進型支持向量機並不是最優的，這是由於初始參考模板和算法中的一些參數設置會影響訓練的結果。通過選擇分層核中的具體參數和對軟體度量進行選擇，可以得到更為優化的模型。在訓練好的改進型支持向量機中輸入需要進行預測的軟體模塊對應的樹形數據結構，得到[-l，+1]間的輸出，如果輸出大於O，軟體模塊質量不易出錯；反之，輸出小於O的軟體模塊質量易出錯。本實施例基於分層核函數的訓練方法與傳統的訓練方法進行了比較，以系統正確預測率作為性能的評價指標，實驗結果見表l。從表l中識別率的明顯提高可以發現，本實施例的方法具有較高的性能。表l基於分層核函數的訓練方法與傳統方法的對比(全集)訓tableseeoriginaldocumentpage13以上實驗的對象為一20萬行代碼級別的工業通信軟體，由〔++語言編寫。主要的功能是實現在SDH系統中的數據交換。本軟體共包含420個類，合成之後共175個類階層，其平均的層數為1.57。由於整個軟體數據集是一個非平衡的數據集。質量預測模型的表現還要經過平衡數據集的檢驗，為此，另構造有一個相對平衡的數據子集，實驗結果見表2。表2基於分層核函數的訓練方法與傳統方法的對比(平衡子集)訓練方法準確率一類錯誤率二類錯誤率總錯誤率分層核函數89.10%9.20%13.10%10.90%集合核函數46.00%0,00%100.00%54.00%傳統線性核函數84.00%10.00%23.30%16.00%傳統高斯核函數52.00%90.00%0.00%48.00%傳統徑向基核函數48.00%100.00%0.00%52.00%本實施例分別對來自於此軟體的數據全集和子集進行訓練和預測，採用多子集區分訓練的方法可以使得預測模型有較高的準確率並且避免過擬合的情況出現，實驗結果如表1和表2所示。從中實驗結果可以得到如下結論使用分層核函數訓練後，得到的軟體質量預測模型，與傳統的基於支持向量機的模型相比，系統正確分類率有明顯提高，對全集的識別率達到87.71%，對於平衡子集的正確預測率達到了89.10%。並且在此訓練方法建立的質量預測模型在一類二類錯誤的控制上也有不錯的表現，尤其當數據趨於平衡的時候，尤為明顯(表2)。權利要求1、一種提高面向對象型軟體中類階層質量預測準確度的方法，其特徵在於，包括如下步驟第一步，提取面向對象型軟體模塊特徵採用樹形結構的知識表示方法，將軟體中的每一個類映射封裝為樹形結構的一個節點，每一個節點包含由特徵提取而來的屬性-數值向量和結構化信息，其中屬性-數值向量是通過軟體度量提取而來，向量中的每一位代表使用某一個軟體度量對一個類進行測量所得到的值，而結構化信息則包含此節點的父結點和子節點的信息，表明此節點在類階層中的位置，結構化信息的來源是在面向對象型軟體中所特有的繼承關係；第二步，建立類階層聚類操作的樹形數據結構面向對象型軟體的邏輯模塊類與類之間存在著繼承的關係，這樣的關係能通過抽象的繼承樹來表示，使用繼承樹的拓撲結構來構造類模塊的樹形數據結構；第三步，類階層的封裝聚類結合類階層的樹形數據結構，將各個類映射到對應的向量空間，將這些在向量空間裡面不可線性區分的數據點，映射到另外一個特徵空間裡，使兩類數據線性拆分；第四步，選用分層核及對應產生的核矩陣來存儲樹形結構中的信息採用適用於對面向對象中的類階層進行信息保留和處理的分層核函數，處理類階層樹形數據結構，計算類階層之間的內積，使用嵌入分層核的改進型支持向量機，並使用已有的經過完整測試的較早或者相似軟體中的軟體模塊來構造訓練數據集；第五步，基於分層核的改進型支持向量機的訓練對於原始數據集，須經過預處理和數據平衡兩道程序之後，才能放入到改進型支持向量機的訓練當中，訓練好的改進型支持向量機就可以對未測試和開發中的軟體模塊進行質量預測，此軟體質量預測模型的應用對象也是類階層，在訓練好的改進型支持向量機中輸入需要進行預測的軟體模塊對應的樹形數據結構，得到[-1，+1]間的輸出，如果輸出大於0，軟體模塊質量不易出錯；反之，輸出小於0的軟體模塊質量易出錯。2、根據權利要求1所述的提高面向對象型軟體中類階層質量預測準確度的方法，其特徵是，所述面向對象型軟體模塊特徵提取，當面向對對象型軟體中最常用的基本模塊為邏輯上的一個類，首先對軟體中所有的類進行編號和特徵提取，將其構造為對應的向量組，選用一組針對面向對象型軟體的軟體度量，作為構造向量的依據，然後使用軟體度量工具或軟體，對軟體中的每個類進行測量，初步測得的向量組進行歸一化、屬性選擇之後，與結構化信息一起構成了一個節點。3、根據權利要求1所述的提高面向對象型軟體中類階層質量預測準確度的方法，其特徵是，所述建立類階層聚類操作的樹形數據結構，當首先對同在一個繼承樹中的類進行聚類處理，根據繼承聲明的關鍵字private,public和protected對軟體系統的原始碼進行文本搜索，尋找出所有對應的父子類的二元關係，然後依據繼承樹中的每一個類至少與此繼承樹其他類中的一個具有父子繼承關係，使用聚類程序將同一繼承樹中的類各自聚集在一起，並按照繼承關係從上到下排列好，由此便構成了類階層的樹形數據結構。4、根據權利要求1所述的提高面向對象型軟體中類階層質量預測準確度的方法，其特徵是，所述分屋核函數j^(a:，;f)的遞歸定義如下，其通過分解樹形結構而來，具體為lK,Z^)=JST肌AM&"x(7+^〃,K人/,K州+1「/rATtK，/,K"其中和//"返回樹形結構的第一層，/,"返回剩下的樹形結構，ii^,為定義在集合上的核函數，這裡，j^(x，;r)表示分層核函數，其為兩個樹形結構x和y的泛函如果A:和F中有一個為空集，i^(Ar,y)-o即^^,^=^^，"=0，這裡^表示空集，屍為任意樹形結構；當A:和y皆不為空集時，^jA:，;F)通過遞歸形式表示lk，fj=[Er(/,k從k"x(7+&k人/,k州+&aa人f2;+&k，/,(巧"&CT^r"=;e為定義在集合上的核函數，為兩集合中兩兩元素內積之和，這裡的^為線性核或高斯核常用核函數；//"函數得到樹形結構F的頂層節點集合，即F中沒有任何父節點的節點，返回也為一個樹形結構；//"函數為原樹形結構屍除去//"之後剩下的樹形結構。全文摘要本發明涉及一種軟體開發
技術領域：
的提高面向對象型軟體中類階層質量預測準確度的方法。本發明利用軟體度量集，將面向對象型軟體中的類轉化為相應的特徵向量，並通過樹形數據結構將一個類階層中的所有類封裝到一個樹形結構的知識表示形式當中。此樹形結構包含此類階層所有類的特徵向量以及它們之間的結構信息和繼承關係。然後使用分層核的改進型支持向量機預測機制。對於面向對象型軟體系統，本發明提出了一套完整的軟體質量預測模型的訓練方法，用此方法訓練得到的預測模型，應用廣泛、緊密聯合實際、準確性強、可靠性高，是保證高效率高準確率預測軟體模塊質量的關鍵。文檔編號G06F11/36GK101546290SQ20091005045公開日2009年9月30日申請日期2009年4月30日優先權日2009年4月30日發明者傑朱,鵬黃申請人:上海交通大學