基于代價敏感的源代碼警告分類研究.pdf

1、靜態(tài)分析工具作為軟件測試的一種輔助手段，可以在不編譯運行軟件的情況下，幫助開發(fā)人員在項目編碼初期定位可能存在缺陷的代碼。然而有研究表明，此類工具往往會報告大量的源代碼警告，且其中大部分是對項目開發(fā)沒有意義的誤報警告，同時對誤報警告的審查會導(dǎo)致開發(fā)資源的嚴重浪費。為了消除不利增強靜態(tài)分析工具的可用性，研究者們通常采用統(tǒng)計和機器學習等方法將源代碼警告分類為有效警告和誤報警告。然而，現(xiàn)有警告分類方法并未考慮大量誤報警告造成的源代碼警告數(shù)據(jù)類型

2、不平衡問題，以及有效警告和誤報警告被誤分類的代價不等問題。
　　鑒于此，本文采用了能有效處理類型不平衡數(shù)據(jù)的代價敏感神經(jīng)網(wǎng)絡(luò)方法對源代碼警告進行分類，主要工作如下：
　?、俜治隽艘延性创a警告分類及有效警告標注方法，改進并實現(xiàn)了一種自動化警告標注方法，將連續(xù)缺陷修復(fù)版本中的警告自動標注為有效警告和誤報警告。
　?、谠?J ir a缺陷跟蹤系統(tǒng)中獲取了實驗項目下各個版本的缺陷數(shù)據(jù)，研究了源代碼警告及其有效警告與軟件缺陷之

3、間的相關(guān)關(guān)系，并以此來驗證自動化警告標注的可行性。
　?、蹚木娴念悇e、類型以及優(yōu)先級方面對源代碼警告及其中的有效警告進行研究，挖掘出有更大可能性為有效警告的類別或類型，以指導(dǎo)開發(fā)人員合理修復(fù)警告。
　?、茏詈螅谧詣踊瘶俗⒌脑创a警告數(shù)據(jù)集基礎(chǔ)上，提取警告特征并分別采用BP神經(jīng)網(wǎng)絡(luò)方法和基于過采樣、欠采樣、閾值操作的代價敏感神經(jīng)網(wǎng)絡(luò)方法對源代碼警告進行分類。
　　在三個開源實驗項目中，有效警告與缺陷的 Spearma

4、n等級相關(guān)系數(shù)平均為0.732，該結(jié)果能充分的證明自動化警告標注方法的可行性。同時對源代碼警告的分析結(jié)果發(fā)現(xiàn)，開發(fā)人員尤其需要注意Correctness和Experimental等類別，以及GC_UNRELATED_TYPES、IL_INFINITE_LOOP等類型的警告，這些源代碼警告為有效警告的可能性更高。最后警告分類結(jié)果發(fā)現(xiàn)，相比BP神經(jīng)網(wǎng)絡(luò)，基于代價敏感神經(jīng)網(wǎng)絡(luò)方法在有效警告查全率方面平均提高了44.07％，且當有效警告被誤分類