4 0 0 0 不具合組合せ特定のための機械学習による自動分類法の提案と評価
- 著者
- 西浦 生成 崔 銀惠 水野 修
- 雑誌
- 情報処理学会論文誌 (ISSN:18827764)
- 巻号頁・発行日
- vol.59, no.4, pp.1215-1224, 2018-04-15
不具合組合せ特定とは,組合せテストの各テストケースの実行結果の成否から,バグを含むと思われるパラメータ値の組合せを特定する問題である.本研究では,機械学習を用いて不具合組合せを自動分類するための手法を提案し,その評価を行う.提案手法では,まず,組合せテストケースに含まれるパラメータ値の組合せとテスト結果の成否を学習モデルとしたロジスティック回帰分析を行い,それによって得られる回帰係数値から,各パラメータ値の組合せが不具合組合せである疑わしさを決定する.次に,各パラメータ値の組合せの疑わしさから,その組合せが不具合組合せであるか否かを自動分類するために,閾値決定法および最大距離分割法の2つのクラスタリング手法を適用する.最後に,実際にバグを含むオープンソースプロジェクトのプログラムflex,grep,makeのテストスイートに対して提案手法を適用した比較評価実験を行うことで,提案手法の有効性を示す.
1 0 0 0 深層学習によるソースコードコミットからの不具合混入予測
ソフトウェアの不具合予測は,ソフトウェアに潜む不具合を予測することで効率的なレビューやテストを可能にしようとするソフトウェア品質保証活動の1つである.従来の多くのソフトウェアの不具合予測では,ソースコード分析による不具合予測を行っているが,粒度が粗くまた不具合予測の結果のフィードバックが遅い.この問題を解決するために,ソフトウェアの変更がコミットされたときに,その変更によって不具合が起きるかどうかを予測する手法が提案され,近年注目を集めている.ソフトウェアの変更コミットの不具合予測に関する既存研究では,その変更に対するメトリクス(たとえば,修正されたファイル数,追加されたコード行数など)を計算した後に機械学習や深層学習を適用している.それに対して,本研究では,変更のソースコード片のみに対して深層学習を適用することで不具合を予測する手法,Word-Convolutional Neural Network(W-CNN)を提案する.我々は,評価実験によって,変更ソースコード片に対する深層学習を用いた不具合予測が可能であること,さらに,提案手法W-CNNは先行研究に比べて,学習の時間はかかるものの,不具合予測の精度が優れており,予測時間が短いことを示す.