ソフトウェア変更に対するバグ予測モデルの精度評価

スポンサーリンク

概要

論文の詳細を見る
本稿では,ソフトウェア変更に対するバグ予測の効果を確かめることを目的として,ソフトウェア変更から計測可能な14種類のメトリクスを用いて予測モデルを構築し,そのモデルの性能を評価実験を通して明らかにする.実験では,6つのオープンソースプロジェクトを対象とした.代表的なモデル化手法であるロジスティック回帰分析を用いた実験の結果,適合率は平均で30%,再現率は74%であり,ランダムに予測する場合と比べて性能が80%ほど向上することがわかった.また,予測モデルの回帰係数のオッズ比を分析したところ,1)同時に修正されるファイルの数,追加行数,ファイルの行数が大きいソフトウェア変更は,バグを混入させる確率が高い,2)バグの修正を目的とした変更は,バグを混入させる確率が高い,3)前回変更されてから間もない変更は,バグを混入させる確率が高い,ということがわかった.
2012-03-06

著者

関連論文

もっと見る

スポンサーリンク