静态软件缺陷预测技术根据静态代码特征以及机器学习分类算法将软件模块分为有缺陷或无缺陷两类,已发展为软件缺陷预测的主要技术之一。但并非所有的软件特征对分类都是有益的,因此,对软件特征进行特征选择是保证软件模块准确分类的前提。特征选择按评价标准可分为:过滤式、封装式和混合式。过滤式根据特征的数学特性对其进行评价,不涉及分类器评价过程,具有快速、计算量小的特点;封装式选择方法根据特征作用于分类器后的分类效果评价特征优劣,其特点是准确但计算量大;混合式选择方法是将两种方法结合,可以在快速降维的同时保证计算精度。一般的特征选择方法都是基于数据分布平衡的前提下进行的,但软件缺陷数据往往是不平衡的,这就导致选择出的特征不利于有缺陷样本的分类。并且为进一步提高分类速度和精度,需要设计一个面向软件缺陷数据的高效分类方法。基于上述目标,本文的研究内容主要是以下三点:1.建立了一种将面向软件缺陷数据的混合式特征选择方法。将过程分为两个阶段:第一阶段利用信息熵及互信息理论计算出特征与类别之间以及特征之间的相关性,根据特征与类别间最大相关、特征间最小冗余的原则对原始特征集进行筛选得到候选特征集。2.在特征选择第二阶段,建立一种基于改进的Adaboost方法对候选特征集进行进一步特征筛选。筛选过程采用全新的样本权重更新策略,给予有缺陷且被误分类样本较高权重,对于被误分类的无缺陷样本,若其权重值超过阈值则剔除样本以此降低无缺陷样本权值过高带来的影响,从而进一步优化面向软件缺陷数据的特征选择结果。3.建立了一种基于软件特征的级联式软件缺陷数据分类方法。在特征选择的基础上,将已选择出的特征应用于级联式分类器,作为分类器的输入。若干个Adaboost强分类器串联形成级联式结构,级联分类器的前端可以剔除较易分类的无缺陷样本,有缺陷样本以及部分无缺陷样本参与级联分类器的后端运算,以此解决不平衡数据中有缺陷样本消耗过多系统资源以及单一Adaboost分类器容易产生冗余分类器等问题。为验证本文所提方法的性能,进行了仿真实验,实验结果表明本文提出的特征选择方法较传统的特征选择方法在分类性能上有一定的提升,并且将特征选择的结果作用于本文提出的级联式分类器,在保证了分类精度的同时也减少了分类时间。