公开(公告)号：CN111913872A

公开(公告)日：2020-11-10

申请号：CN201910400566.6

申请日：2019-05-09

Applicant: 南京大学

Inventor： 张旭 ,  卢红敏 ,  周毓明

IPC: G06F11/36

Abstract: 本发明提供一种基于缺陷预测的软件静态检查警告排序优化方法。根据已知软件系统的源代码和开发过程信息，抽取软件系统的模块度量信息并对软件模块是否存在缺陷进行标注；根据软件模块度量和缺陷信息利用机器学习算法构建缺陷预测模型；对待分析的软件系统，获取它的模块度量信息、模块依赖信息和静态检查产生的警告信息；对待分析系统进行缺陷预测获得新系统各模块包含缺陷的概率；通过k-core分解得到每个软件模块的核心度值；最后依据每一个静态检查警告所在的模块包含缺陷的概率和模块核心度值对警告进行排序，向开发者推荐最有可能与缺陷相关的警告，提升静态检查工具的实用性，帮助开发者尽快发现软件中包含的缺陷。

公开(公告)号：CN105786704A

公开(公告)日：2016-07-20

申请号：CN201610098327.6

申请日：2016-02-22

Applicant: 南京大学

Inventor： 周毓明 ,  赵斐 ,  杨已彪 ,  卢红敏 ,  徐宝文

IPC: G06F11/36

CPC classification number: G06F11/366 ,  G06F11/3692 ,  G06F11/3696

Abstract: 本发明提供一种工作量感知的bug定位技术有效性评价方法，包括下列步骤：1)软件bug报告信息的收集；2)源代码文件工作量的收集；3)源代码文件序列的生成；4)评价指标的计算；5)bug定位技术的分析与评价。本发明解决了目前存在的bug定位技术有效性评价方法中没有考虑开发人员审查工作量的问题，更能体现一个bug定位技术在使用过程中是否可以减轻开发人员的工作量，是否具有实用价值，从而使得评价结果更加全面和可信。