Modell azonosítására hibaelőrejelzés
A hibaelőrejelző modellek statisztikai vagy gépi tanulási megközelítéseket használva előrejelzik a szoftverhibák valószínűségét a kódmodulokban. Az Ostrand, Weyuker és Bell (2005) által úttörőként bevezetett modellek kódmetrikákat (komplexitás, változékonyság, összekapcsoltság) és történelmi hibadatokat korrelálnak a magas kockázatú komponensek azonosítása érdekében. A szervezetek az előrejelzéseket a tesztelési erőforrások allokálására, a kódellenőrzés irányítására és az átalakítás priorizálására használják.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Software Defect Prediction and Risk Classification. ScholarGate. https://scholargate.app/hu/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.
- Az Agilis SebességkövetésSzoftvertechnológia↔ compare
- Kódlefedettség-elemzésSzoftvertechnológia↔ compare
- Szoftverkomplexitási metrikákSzoftvertechnológia↔ compare
- Statikus kódanalízisSzoftvertechnológia↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →