软件缺陷预测模型间的比较实验: 问题、进展与挑战

近年来,研究者提出了大量的软件缺陷预测模型,新模型往往通过与过往模型进行比较实验来表明其有效性.然而,研究者在设计新旧模型间的比较实验时并没有达成共识,不同的工作往往采用不完全一致的比较实验设置,这可能致使在对比模型时得到误导性结论,最终错失提升缺陷预测能力的机会.对近年来国内外学者所做的缺陷预测模型间的比较实验进行系统性的总结:首先,阐述缺陷预测模型间的比较实验的研究问题;然后,分别从缺陷数据集、数据集划分、基线模型、性能指标、分类阈值这5个方面对现有的比较实验进行总结;最后,指出目前在进行缺陷预测模型间比较实验时面临的挑战,并给出建议的研究方向.     

面向对象软件度量阈值的确定方法: 问题、进展与挑战

面向对象软件度量是理解和保证面向对象软件质量的重要手段之一.通过将面向对象软件的度量值与其阈值比较,可简单直观评价其是否有可能包含缺陷.确定度量阈值方法主要有基于数据分布特征的无监督学习方法和基于缺陷相关性的有监督学习方法.两类方法各有利弊:无监督学习方法无需标签信息而易于实现,但所得阈值的缺陷预测性能通常较差;有监督学习方法通过机器学习算法提升所得阈值的缺陷预测性能,但标签信息在实际过程中不易获得且度量与缺陷链接技术复杂.近年来,两类方法的研究者不断探索并取得较大进展.同时,面向对象软件度量阈值确定方法研究仍存在一些亟待解决的挑战.对近年来国内外学者在该领域的研究成果进行系统性的总结.首先,阐述面向对象软件度量阈值确定方法的研究问题.其次,分别从无监督学习方法和有监督学习方法总结相关研究进展,并梳理具体的理论和实现的技术路径.然后,简要介绍面向对象软件度量阈值的其他相关技术.最后,总结当前该领域研究过程面临的挑战并给出建议的研究方向.     

利用h指数及其衍生度量识别关键类

在维护不熟悉的软件系统时,需要花费大量的时间去理解系统的架构和功能。为帮助人们进行程序理解,在指数度量的基础上开发了一种轻量级的、自动化的关键类识别方法。软件维护人员可以从该方法识别出来的关键类入手,熟悉系统的架构和功能。首先根据类间的依赖关系构建类之间的依赖图,然后在依赖图的基础上计算h指数及其衍生指数度量值评价类的重要性。在两个开源软件系统上的实验结果表明,与先前的工作相比,该方法能够在保证识别准确性的情况下快速识别出系统中的关键类。     

一种新的重构语义分析方法及其应用

提出一种新的重构语义分析方法,引入了后置条件作为重构后程序语义的分析条件,然后基于该方法提出一种重构异常行为检测方法,利用不同重构之间的关系及其关联语义特征,发现重构实施时的错误.分析表明,该方法可以有效发现E-clipse中存在的若干缺陷,并且可以检测出使用Eclipse实施相应重构时产生的程序异常行为.     

元分析技术及其在软件工程中的应用

从单个实验研究中很难得到可靠的实验结论,因此需要统计的方法将多个实验研究中的结果进行合并.首先,介绍将多个实验结果进行合并的统计元分析技术.然后,阐述元分析在软件工程研究中的重要意义以及当前的应用现状.最后,分析并总结其中存在的问题.     

类规模对面向对象度量易变性预测能力的潜在混和效应:一个元分析

最近的研究表明,类的规模对面向对象(OO)度量的易变性预测能力存在很强的混和效应,因此需要将其作为一个混和变量来考虑,否则有可能会得到误导性的结果.然而,先前的研究仅仅分析了一个软件系统,因此不清楚这个结论是否可以推广到其他系统上.为解决此问题,文中在102个Java软件系统的基础上利用元分析技术检查类的规模对55个OO度量和易变性之间关联关系的潜在混和效应.对每一个OO度量,首先在单个系统上分别计算在控制规模和不控制规模的两种情况下它与易变性的关联强度.然后,利用随机效应元分析模型计算在所有系统上且分别在这两种情况下它与易变性的平均关联强度.最后,在此基础上利用统计方法检测类规模的潜在混和效应.实验结果表明类规模的混和效应是广泛存在的,因此在验证OO度量的易变性预测能力时确实需要将其作为一个混和变量来考虑.     

虚拟教室中发言权控制策略的设计

发言权控制允许网络上的多个多媒体应用的用户使用和共享远程设备,分布式的数据集合和像视频、音频这样的连续媒体而不至于发生访问冲突,发言权是动态分配给协同工作环境下用户的暂时的访问权,其目的是为了缓和竞争条件和保证互斥地使用共享资源,该文首先描述了远程教育虚拟的教室中的发言权控制策略,然后给出了一个发言权控制的API。