国家学术搜索
登录
注册
中文
EN
首页
|
基于Tri-training算法的半监督软件缺陷预测模型构建研究
基于Tri-training算法的半监督软件缺陷预测模型构建研究
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
万方数据
维普
中文摘要:
针对当前大部分软件缺陷预测模型所存在的预测精度低、数据特征维度高、处理时间长等问题,研究利用半监督学习算法中的Tri-training算法搭建了新的软件缺陷预测模型.研究结果表明,优化后的Tri-training算法能够在训练集中取得0.96的精度,0.98的召回率以及0.97的F1值,在测试集中取得0.96的精度,0.97的召回率以及0.96的F1值,各项基准性能均优于其他对比算法.此外,研究所设计的缺陷预测模型在实际软件缺陷中的预测准确率高达98.5%,响应时间最短只需要0.85 s,其表现也远优于其他三种对比模型.由此可见,研究所设计的缺陷预测模型具有较好的实际应用效果,能够为软件安全领域的相关工作提供技术支持.
收起全部
展开查看外文信息
作者:
柯灵
展开 >
作者单位:
重庆移通学院,重庆 401520
关键词:
Tri-training
缺陷预测
软件
特征
半监督
出版年:
2024
佳木斯大学学报(自然科学版)
佳木斯大学
佳木斯大学学报(自然科学版)
影响因子:
0.159
ISSN:
1008-1402
年,卷(期):
2024.
42
(9)