汎用テキスト分類フィルタを利用した不具合を含むソースコードの予測  [in Japanese] Prediction of fault-prone source code modules using text classifier  [in Japanese]

Abstract

開発の早期段階でソースコード中のfault-proneモジュールを特定することはプロダクトの品質向上につながる.これまでにもfault-proneモジュールを予測する多くの研究が行われてきたが,それらは全てメトリクスベースによるもので,ソフトウェアメトリクスの測定に余分な工数やコストがかかってしまう場合もある.そこで本研究では汎用のテキスト分類フィルタを利用したfault-proneモジュールの予測手法を提案する.具体的には,新たなモジュールを作成したときに,そのモジュールがfault-prone(FP)かnot-fault-prone(NFP)かをそのモジュールのソースコードをテキスト分類フィルタにかけることによって予測することを目指す.提案手法ではソースコードのみを用いて予測を行うので,何かある特定のソフトウェアメトリクスを測定するといった作業は必要としない.提案手法の有用性を示すために,ある開発言語がJavaのオープンソースソフトウェア開発プロジェクトのバージョン管理記録よりFPモジュールとNFPモジュールを抽出し,これらをテキスト分類フィルタにかけて実験を行った.そして実験の結果,70%近くのモジュールが正しく予測されたことを確認した.

For the improvement of the quality of product, it is important to detect fault-prone modules in source code at an early stage of development. Much research on identifying fault-prone modules has been done, and most of their approaches are based on software metrics. However, collecting software metrics usually requires additional efforts and time. We thus propose a new prediction approach of fault-prone modules using text classifiers. We try to apply text classification technique to the fault-prone detection considering modules in source code as text files. Since we apply source code to the text classifier directly in our approach, we do not measure any metrics. This reduces the time for application of our approach. In order to show the usefulness of our approach, we conducted an experiment using fault-prone and not-fault-prone modules collected from source code repository of a Java based open source development. The result of experiment shows that our approach can predict more than 70% of software modules correctly.

Journal

Technical report of IEICE. SS   [List of Volumes]

Technical report of IEICE. SS 106(522), 25-30, 2007-01-25  [Table of Contents]

The Institute of Electronics, Information and Communication Engineers

References:  12

You must have a user ID to see the references.If you already have a user ID, please click "Login" to access the info.New users can click "Sign Up" to register for an user ID.

Preview

Preview

Codes

  • NII Article ID (NAID) :
    110006239527
  • NII NACSIS-CAT ID (NCID) :
    AN10013287
  • Text Lang :
    JPN
  • Article Type :
    ART
  • ISSN :
    09135685
  • NDL Article ID :
    8678945
  • NDL Source Classification :
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No. :
    Z16-940
  • Databases :
    CJP  NDL  NII-ELS 

Share