Пошук академічних текстів

Інформація × Реєстраційний номер 0223U001980, 0121U109527 , Науково-дослідна робота Назва роботи Розроблення інформаційної технології оцінювання та прогнозування надійності програмного забезпечення методами машинного навчання Назва етапу роботи Керівник роботи Яковина Віталій Степанович, Доктор технічних наук Дата реєстрації 06-02-2023 Організація виконавець Національний університет "Львівська політехніка" Опис етапу  Для досліджень використовували набір даних, отриманий об’єднанням наборів даних КС1, КС2, PC1, CM1, JM1 з репозиторію PROMISE Software Engineering, який містив дані про тестування програмних модулів та 21 метрику коду. Методами ANOVA F-value, Recursive Feature Elimination та Principal component analysis здійснено вибір найважливіших ознак, які впливають на якість програмного коду. Відбір характеристик дав змогу вибрати 7–9 ознак з 21 доступних. Завдяки цьому вдалося покращити середнє значення F-міри для усіх параметрів до 0.902-0.905. Балансування даних здійснено як методами збільшення класу меншості (Random OverSampler, Synthetic Minority Oversampling Technique, KMeansSMOTE, SVMSMOTE), так і методами зменшення класу більшості (Random UnderSampler, Near Miss, Tomek Links, Edited Nearest Neighbours) чи комбінованими методами (SMOTEENN, SMOTETomek). Розроблено метод виявлення дефектів ПЗ на ранніх стадіях життєвого циклу, який використовує модель дефектності ПЗ, яка відрізняються від існуючих використанням обмеженої кількості метрик коду ПЗ, які найбільше впливають на дефектність, та полягає у використанні стекінгового ансамблю, який складається з нейронної мережі на основі радіально-базисних функцій, рекурентної нейронної мережі та мережі довгої короткочасної пам’яті, що дає змогу підвищити точність прогнозування дефектності ПЗ. Створено класифікатор схильності ПЗ до дефектності, який будується на ансамблі неконтрольованих і контрольованих алгоритмів машинного навчання. Отримана точність класифікації при цьому становить 0.838, значення F-міри – 0.909. Розроблено інформаційну технологію оцінювання надійності програмного забезпечення та прогнозування його дефектності методами машинного навчання. Точність класифікації з використанням запропонованої технології становить до 0.920. На основі створеної інформаційної технології розроблено прототип веб-сервісу оцінювання та прогнозування надійності ПЗ. Опис продукції Автори роботи Ізонін Іван Вікторович Бойко Наталія Іванівна Кривенчук Юрій Павлович Мельникова Наталія Іванівна Шаховська Наталія Богданівна Додано в НРАТ 2023-02-06 Закрити