科创中国

新一代信息技术产业

针对缺陷预测模型构建的问题，首先对数据集中的缺陷数据进行类型的划分，然后提出个结合神经网络的双集成软件缺陷预测模型，该模型集成了支持向量机分类器、多项贝叶斯器、贝叶斯分类器、随机森林分类器、梯度增加分类器、随机梯度下降分类器、逻辑回归分2七个基集成分类器，每个基集成分类器的输出是每条数据为缺陷类的概率，将得到的概率值到搭建的神经网络模型中，以得到最终的缺陷预测结果。在考虑缺陷模型的基础上，针对由;件输入和输出的相互作用所引发的软件故障，设计基于缺陷预测的组合测试用例生成方法以*具有高故障检测率的小规模测试用例组，从而在极大地降低测试成本的前提下获取较高的软误检测能力。

引入自适应随机测试方法(ART，Adaptive Random Testing)，通过将测试用例均布在输入域的空间中以提高测试用例的覆盖率，从而进一步提升软件故障检测能力。得到测i例后，首先利用机器学习中的聚类分类技术，根据将测试用例集进行有效地分类，从而能够的对测试用例进行重组。根据聚类结果，对每个族使用贪心策略进行自适应排序并整合成一个整的测试用例序列，从而能够尽早检测到软件缺陷。最后，设计和实现一个自适应软件测试策优化原型系统，通过建立系统总体框架并细化各模块的任务和功能，从而对软件进行自动检测作，提升软件的可靠性。

联系人： 庄仙竹 电话：15295039286 单位名称： 武进区科技成果转移中心