发明 基于生成对抗网络和集成学习的软件缺陷预测方法
软件缺陷 互联网 算法 （软件缺陷 算法） 1人
G06F11/36 G06K9/62 G06N3/04 G06N3/08
摘要：本发明公开一种基于生成对抗网络和集成学习的软件缺陷预测方法，包括：步骤1，对软件缺陷数据集进行预处理后划分成训练集和测试集，计算重采样率；步骤2，构造生成对抗网络模型；步骤3，将训练集输入至生成对抗网络训练，得到训练完成的生成对抗网络；步骤4，使用训练完成的生成对抗网络，根据重采样率，生成新的少样本缺陷数据，得到重采样后的训练集；步骤5，使用AdaBoost方法，构造软件缺陷强分类器，将测试集输入至训练完成的软件缺陷强分类器，得到软件缺陷预测结果。本发明解决了软件缺陷数据不平衡的问题，提高了软件缺陷预测方法的准确度、正确率、召回率和F‑measure性能。
