Software Fault Estimation Framework based on aiNet
Software Fault Estimation Framework based on aiNet
复制标题
基于aiNet的软件故障估计框架
DOI：
10.1080/18756891.2013.858907
复制
发表时间：
2014-09
影响因子：
2.9
通讯作者：
Guo Ping
中科院分区：
文献类型：
--
作者：
Yin Qian;Luo Ruiyi;Guo Ping
摘要软件故障预测技术有助于开发可靠的软件。在本文中，我们提出了一种集成单元测试预测的测试和预测过程的新颖框架。由于高故障率的指标数据比较分散，多中心可以更好地代表整个数据集，因此我们使用人工免疫网络（aiNet）算法从已测试的模块中提取和简化数据，然后通过层次聚类为每个网络生成多中心。所提出的框架随着测试过程及时获取信息并动态调整aiNet算法生成的网络。实验结果表明，使用所提出的框架可以获得更高的准确率。
AbstractSoftware fault prediction techniques are helpful in developing dependable software. In this paper, we proposed a novel framework that integrates testing and prediction process for unit testing prediction. Because high fault prone metrical data are much scattered and multi-centers can represent the whole dataset better, we used artificial immune network (aiNet) algorithm to extract and simplify data from the modules that have been tested, then generated multi-centers for each network by Hierarchical Clustering. The proposed framework acquires information along with the testing process timely and adjusts the network generated by aiNet algorithm dynamically. Experimental results show that higher accuracy can be obtained by using the proposed framework.
登录
查看更多内容
DOI：
--
发表时间：
2000-08
期刊：
--
影响因子：
--
作者：
J. Timmis
通讯作者：
J. Timmis
影响因子：
--
作者：
Guo Ping
通讯作者：
Guo Ping
DOI：
--
发表时间：
1992
期刊：
Softw. Test. Verification Reliab.
影响因子：
--
作者：
M. Neil
通讯作者：
M. Neil
DOI：
--
发表时间：
2002
期刊：
--
影响因子：
--
作者：
M. Neal
通讯作者：
M. Neal
DOI：
10.1109/issre.2005.6
发表时间：
2005-11
期刊：
16th IEEE International Symposium on Software Reliability Engineering (ISSRE'05)
影响因子：
--
作者：
Fei Xing;Ping Guo;Michael R. Lyu
通讯作者：
Fei Xing;Ping Guo;Michael R. Lyu