随着软件的规模及复杂性的日益增加,软件测试成本开销日益增大。因此对软件缺陷进行有效预测,使可能包含缺陷的软件模块得到优先测试,从而降低测试成本开销,具有重大的现实意义。在此背景下,论文根据软件缺陷预测的两大目标,即软件模块是否有缺陷的概率,以及可能包含缺陷软件模块的排序,展开了对软件模块缺陷分类预测和软件模块缺陷排序预测的研究工作。具体工作如下:软件缺陷数据集中的大部分软件模块是无缺陷的软件模块,因此缺陷数据集是分类不平衡数据集。论文针对分类不平衡问题,研究了已有的不平衡处理方法,深入分析了SMOTE方法、ADASYN方法、EasyEnsemble方法和BalanceCascade等方法的核心过程。最后,论文在多种不同的数据集上进行了充分的实验,发现EasyEnsemble采样方法效果最佳。软件缺陷分类预测分为两类,即预测有缺陷和预测无缺陷。论文在进行缺陷预测分类工作时,论文首先研究了当前流行的集成学习方法,包括Bagging和Boosting方法;然后研究了多种基于Bagging的集成学习方法和多种基于Boosting的集成学习方法;随后,论文利用Stacking策略将多种集成学习方法融合在一块,构建了一个新的模型;最后,论文针对多种不同数据集设计了充分的实验。实验结果表明,基于Stacking的集成学习模型能够有效提高模型分类预测能力。论文通过模型预测软件模块的缺陷数目,然后依据数目对其进行排序。论文在预测缺陷数目时,首先,将递归特征消除算法作为特征选择方法;然后,利用Lasso回归和岭回归对递归特征选择算法进行改进;最后,利用回归模型进行缺陷预测排序。实验结果表明,改进的递归特征消除算法能够提高缺陷预测排序能力。