基于联邦学习的跨项目软件缺陷预测算法研究.pdf

哈尔滨理工大学电子信息硕士学位论文

基于联邦学习的跨项目软件缺陷预测算法研究

摘要

软件缺陷预测是对软件开发过程中的数据和特征进行分析，以预测软件中

可能存在的缺陷和问题的方法，通过早期发现和修复缺陷，减少后期修复缺陷

的成本。项目内的缺陷预测往往无法收集到足够的标注数据，通常还会受到噪

声的影响。而跨项目缺陷预测中源项目与目标项目之间存在数据分布异构问题。

随着隐私条例与信息安全法规愈发完善，将不同项目的缺陷数据集中在统一节

点，进行明文式的模型训练变得更加困难。联邦学习可以利用多个项目的缺陷

数据实现跨项目缺陷预测，解决软件缺陷预测领域的数据孤岛问题，本论文的

主要工作和创新点包含以下内容。

首先，针对跨项目预测中的数据异构问题，设计了基于联邦原型学习的跨

项目软件缺陷预测算法，利用原型学习生成缺陷数据的原型向量，缓解数据异

构引起的模型漂移问题。采用单边选择(One-SidedSelection,OSS)算法剔除噪声

样本，使用卡方校验算法筛选出最优特征子集。设计了卷积原型网络

(ConvolutionPrototypeNetwork,CPN)，CPN网络可以更好地处理增量学习任务

中的异构数据。服务器收集本地原型子集后平均得到全局原型，将其返回给客

户端以正则化本地模型的训练。最后，利用测试向量与本地原型之间的最短欧

氏距离作为分类依据。实验结果证明本方法可以提高异构软件缺陷预测性能。

其次，针对联邦学习中模型参数量较大、通信效率较低的问题，设计了基

于联邦元学习的高效通信软件缺陷预测算法。将轻量化后的MobileViT网络作

为元学习中MAML(ModelAgnosticMetaLearning)算法的元学习器。通过在客

户端的少量样本中学习通用的知识和策略，MobileViT轻量化元学习器只需要

少量样本即可进行学习和推断，元学习器在目标客户端的支持集上仅进行几轮

微调便能达到较好的测试精度。客户端向服务器发送模型更新时使用Laplace

差分隐私进行加密，确保本地数据的隐私安全性。实验结果表明，本方法在跨

项目软件缺陷预测方法的参数量、收敛性以及模型性能方面均具有优势。

关键词跨项目软件缺陷预测；联邦学习；卷积原型网络；MobileViT轻量化元

学习器；Laplace差分隐私

-I-

哈尔滨理工大学电子信息硕士学位论文

ResearchonCrossProjectSoftwareDefect

PredictionAlgorithmBasedonFederatedLearning

Abstract

Softwaredefectpredictionistheanalysisofdataandfeaturesinthesoftware

developmentprocesstopredictpotentialdefectsandissuesinthesoftware.Reduce

thecostofrepairingdefectsinthelaterstagethroughearlydetectionandrepairof

defects.Defectpredictionwithin-projectoftenfailstocollectsufficientlabeleddata

andisoftenaffectedbynoise.However,thereisaproblemofheterogeneousdata

distributionbetweensourceandtargetprojectsincross-projectdef