面向软件测试过程的大数据关联分析与缺陷预警方法
沈雯漪

苏州信息职业技术学院，江苏省苏州市，215200；

摘要：软件测试过程持续沉淀需求、变更、构建、用例、日志与缺陷单等多源数据，语义联系多隐含，难以支撑缺陷风险前置判断。本文将其组织为带时序约束的过程关联图，以显式标识、时序共现与语义相似三类线索联合推断跨源关联边并融合置信度；进而挖掘具时序前置性的高风险共现模式，抽取三维特征，构建代价敏感滑窗预警模型，输出模块级风险分、预警等级与可回溯证据链。两开源项目与一企业数据实验表明，关联特征使模块级预警的 F1 与代价感知指标较静态度量基线明显改善，证据链获较高可采纳比例。

关键词：软件测试过程；大数据关联分析；缺陷预警；过程关联图；代价敏感学习；可解释性

参考文献

[1]贾修一,荀智德,陈锦富,等.基于变分自编码器的异构缺陷预测特征表示方法[J].软件学报,2021,32(7):2204-2218.

[2]刘靖雯,晋武侠,屈宇,等.面向软件缺陷预测的网络嵌入特征研究[J].信息安全学报,2021,6(3):29-53.

[3]董夏磊,项正龙,吴泓润,等.基于开发者多元特征的软件缺陷自动分派方法[J].计算机科学,2022,49(12):81-88.

[4]尹春勇,张杨春.基于CNN和Bi-LSTM的无监督日志异常检测模型[J].计算机应用,2023,43(11):3510-3516.