引入缺陷的细粒度软件变更识别方法

软件开发过程中,缺陷通过变更引入软件系统.为提高缺陷发现效率,降低人工审查成本,提出一种引入缺陷细粒度变更自动化识别方法.该方法基于机器学习分类思想,将细粒度变更作为实例,从时间、地点、内容、意图以及人员5方面构造特征集;采用程序静态分析与自然语言语义分析相结合的方法挖掘软件历史库,自动化构建细粒度变更实例;使用软件历史中的细粒度变更实例训练分类器,从而识别新的细粒度变更是否引入了缺陷.在实际软件系统上运用成本有效性评估策略验证方法有效性.结果表明相比于文件和事务粒度的引入缺陷变更识别方法,该方法可显著降低人工审查成本.