6、软件故障分类与冲突集计算的研究与实践

软件故障分类与冲突集计算的研究与实践

在软件开发和维护过程中，故障分类和冲突集计算是两个关键的问题。故障分类有助于将故障准确分配给合适的开发者，提高解决问题的效率；而冲突集计算则在模型诊断中起着重要作用，能够帮助定位系统中的故障组件。下面将详细介绍相关的研究和实践。

故障分类实验

在故障分类实验中，我们使用了特定的数据集和多种算法进行研究。

数据集

我们选用了 bug 仓库中 ID 为 200000 - 213000 的 13000 个 bug 报告作为数据集，原因是这些报告的提交时间相对集中。经过预处理后，具体数据如下表所示：
| 项目 | 值 |
| ---- | ---- |
| 所有实例数量 | 13000 |
| 已修复和重复实例数量 | 5973 |
| 所有开发者数量 | 687 |
| 处理超过 10 个 bug 的开发者数量 | 125 |
| 最终保留的实例数量 | 3849 |
| 最终保留的特征数量 | 12598 |

实验设置

为了验证数据缩减对故障分类的影响，我们设计了三个实验：
1. 不同分类算法的影响 ：比较 NB、J48、ComplementNaiveBaye（CNB）和 RandomTree（RT）四种不同分类算法的分布结果，以验证不同算法是否会影响故障分类结果。
2. 加权和普通数据集缩减的比较 ：比较三种特征选择算法（OneR、IG、CHI）和四种实例选择算法（CNN、ENN、MCS、ICF）在加权和