《基於機器學習的小樣本軟體缺陷檢測技術的研究》是依託南京大學，由黎銘擔任項目負責人的面上項目。
基本介紹
- 中文名：基於機器學習的小樣本軟體缺陷檢測技術的研究
- 項目類別：面上項目
- 項目負責人：黎銘
- 依託單位：南京大學
項目摘要,結題摘要,
項目摘要
軟體質量是軟體可靠運行的基礎，而軟體缺陷是破壞軟體質量的元兇之一，有效檢測軟體缺陷是保障軟體質量的重要手段。軟體缺陷自動檢測的關鍵在於對當前軟體的缺陷模式進行有效建模。然而，軟體缺陷檢測任務固有的小樣本特性造成了可供建模的信息不充分，而現有缺陷檢測技術的建模方法難以有效適應這一特性，從而造成缺陷檢測性能不佳。本項目擬基於新型機器學習風範，對能夠適應小樣本特性的軟體缺陷檢測技術進行深入研究，提出一種能利用當前軟體中待檢測模組進行學習的檢測方法；提出一種能利用當前軟體中多種異構數據資源進行學習的檢測方法；提出一種能通過主動獲取最有價值模組進行學習的檢測方法；提出一種通過引入非均衡缺陷錯檢代價增強對缺陷敏感性的檢測方法；提出一種能借鑑已發布軟體的缺陷模式以輔助學習當前軟體缺陷模式的檢測方法。本項目可望在國際期刊/會議/國內一級學報上發表論文8-10篇，申請國家發明專利2-3項，培養研究生多名。
結題摘要
本項目圍繞軟體缺陷檢測固有的訓練集小樣本性，以彌補因小樣本造成的信息不充分為主線，就能夠針對軟體缺陷檢測固有的小樣本特性進行學習建模的軟體缺陷檢測技術進行了研究，提出了能夠有效利用當前軟體中待檢測模組信息進行學習的方法、能夠利用當前軟體中其他非代碼數據資源進行學習的方法、能夠通過主動獲取最有價值的模組進行學習的方法、通過引入非均衡的缺陷檢測錯誤代價以提升學習器對缺陷的敏感性的方法、能夠借鑑已發布軟體中的缺陷模式輔助學習的方法，提升了小樣本軟體缺陷檢測的性能。本項目發表(錄用)論文14篇，包括IJCAI、AAAI等一流國際會議與《ACM/IEEE Trans.》等重要國際期刊，獲國家發明專利1項，另有1項在審；主編國際研討會論文集4部，組織國際研討會4次。在人才培養方面取得良好進展。
