核能科学与发电技术学报

软件测试缺陷预测模型的实用方法

Sujatha Dandu、Kiranmai Rage、M.Sundar Raj、Nilamadhab Mishra 、  D.Sivakumar 和 S. Mohan

软件漏洞预测旨在通过引导用户默认企业软件分类来降低测试自动化支出。在许多企业中，缺陷预测器经常用于预防软件缺陷，以节省时间、提高质量、测试和改善资源分配以满足进度。在日常生活中实施统计软件包缺陷预测模型非常具有挑战性，因为需要预测下一个版本或更新的更好的项目类型，其中包含更多不同的数据和测量以及以前的故障信息。在本研究中，我们的定量技术展示了如何正确预测最近软件版本或项目的故障。我们使用了 20 个软件开发版本数据集、5 个变量，并使用摘要分析、相关性和各种线性模型构建了一个模型，置信度为 95% (CI)。在这个合适的多元线性回归分析中，R 平方值为 0.91，其标准差为 5.90%。软件测试的缺陷模型被用于预测众多测试程序和商业部署中的问题。通过比较实际故障和预测故障，我们发现准确率为 90.76%。