随着软件测试技术的发展,为了尽可能早的发现和修复软件中存在的缺陷,许多企业和研究机构都使用了基于静态分析技术的代码缺陷检测工具来检测代码中存在的缺陷。但是,由于代码的静态分析不可能同时具备可靠性和完备性,其分析的初始结果数量庞大且可能存在大量的误报,需要花费大量的人力和时间进行一一确认。作者所在项目组开发的了代码缺陷检测系统DTS (Defect Testing System),可以针对C、C++、Java三种语言开发的程序进行静态分析。由于DTS所采用的技术属于静态分析的范畴,因此,也需要对分析的初始结果进行人工确认。但是人工对缺陷进行确认给软件测试人员带来了很大的负担,且很难在较短的时间内完成全部缺陷的确认工作。本文从此问题出发,提出了一种基于多维度分析的缺陷警报优先级划分方法,优先确认易于确认的缺陷警报。缺陷警报的优先级划分主要考虑以下几个因素:缺陷警报的计算准确度、缺陷警报的数据来源复杂度和缺陷警报的求解复杂度。这三个方面是层层递进的关系,每一层都会对一部分缺陷给出最终的缺陷等级值。针对这三个方面,文中分别设计了分级策略及其关键算法,并在DTS系统平台上编写代码对其进行实现。最后,对一些开源工程进行实验来验证所提方法的正确性和有效性。实验结果表明,该方法可以准确的对静态分析的初始结果进行分级,使测试人员在人工确认时更有针对性。