Модел за прогнозиране на дефекти
Моделите за прогнозиране на дефекти предсказват вероятността от софтуерни грешки в кодови модули, използвайки статистически или машиннообучителни подходи. Пионерски разработени от Ostrand, Weyuker и Bell (2005), тези модели корелират метрики на кода (сложност, промени, свързаност) с исторически данни за дефекти, за да идентифицират компоненти с висок риск. Организациите използват прогнозите за разпределяне на ресурси за тестване, насочване на прегледа на кода и приоритизиране на рефакторирането.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ostrand, T. J., Weyuker, E. J., & Bell, R. M. (2005). Predicting the location and number of faults in large software systems. IEEE Transactions on Software Engineering, 31(4), 340–355. DOI: 10.1109/tse.2005.49 ↗
- Nagappan, N., Ball, T., & Zeller, A. (2006). Mining metrics to predict component failures. In Proceedings of the 28th International Conference on Software Engineering (pp. 452–461). DOI: 10.1145/1134285.1134349 ↗
- Menzies, T., Greenwald, J., & Russ, P. (2007). Problems with precision: A response to comments on 'Data mining static code attributes to learn defect predictors'. IEEE Transactions on Software Engineering, 33(9), 637–640. DOI: 10.1109/tse.2007.70721 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Software Defect Prediction and Risk Classification. ScholarGate. https://scholargate.app/bg/software-engineering/defect-prediction-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Проследяване на Agile VelocityСофтуерно инженерство↔ compare
- Анализ на покритието на кодаСофтуерно инженерство↔ compare
- Метрики за софтуерна сложностСофтуерно инженерство↔ compare
- Статичен анализ на кодаСофтуерно инженерство↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →