เปรียบเทียบวิธี

	การวัดความซับซ้อนของซอฟต์แวร์	แบบจำลองการทำนายข้อบกพร่อง
สาขาวิชา	วิศวกรรมซอฟต์แวร์	วิศวกรรมซอฟต์แวร์
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1976	2005
ผู้ริเริ่ม	Thomas J. McCabe	Thomas Ostrand, Elaine Weyuker, Robert Bell
ประเภท	quantitative measurement	machine learning model
แหล่งต้นตำรับ	McCabe, T. J. (1976). A complexity measure. IEEE Transactions on Software Engineering, 2(4), 308–320.	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.
ชื่อเรียกอื่น	code complexity analysis, complexity measurement	fault prediction, bug prediction, defect classification
ที่เกี่ยวข้อง	4	4
สรุป	Software complexity metrics quantify the structural and operational difficulty of code through numerical measurements. Introduced by Thomas McCabe in 1976, cyclomatic complexity became the foundational approach. These metrics assess maintainability, testability, and defect risk, enabling teams to identify problematic code regions and guide refactoring efforts.	Defect prediction models forecast the likelihood of software faults in code modules using statistical or machine learning approaches. Pioneered by Ostrand, Weyuker, and Bell (2005), these models correlate code metrics (complexity, churn, coupling) with historical defect data to identify high-risk components. Organizations use predictions to allocate testing resources, guide code review, and prioritize refactoring.