在软件的开发周期中,为满足市场变化和用户需求,通常需要对软件进行持续性更改和维护。开发者们为保证软件质量,需要进行软件测试,然而,软件的测试代码也会存在各种缺陷——测试异味,对生产代码的质量产生不良影响。目前,针对软件质量保证活动的研究主要集中在利用软件的结构、变更信息,进行软件缺陷的预测,尚未考虑到利用测试环节中出现的测试异味,加强对软件的质量保证和缺陷预测。本文在现有的即时缺陷预测模型中,融合软件测试中存在的测试异味,作为一组新维度的预测特征,构建起一个涵盖软件编码、软件测试以及软件维护三大阶段的即时缺陷预测模型——TS-JIT。通过对比TS-JIT与原有模型的精度、召回率、F1值以及AUC＿ROC值,评估测试异味对即时缺陷预测的有效性。同时,利用可加性解释模型SHAP,对影响TS-JIT预测结果的各维度预测因子进行分析解释,分别从测试异味的贡献度、分布密度以及种类间影响的差异性等多个角度,探究测试异味对即时缺陷预测的影响。实验结果显示,融合了测试异味的即时缺陷预测模型TS-JIT,在精度、召回率、F1值以及AUC＿ROC值四个经典性能指标上,都有2-4个百分点的提高。同时,可加性解释模型SHAP的解析结果显示,在对模型性能影响突出的前20个特征中,测试异味占了6个,其中,测试异味ECT对模型预测的影响排在第6位。而且,测试异味对预测影响的大小随着测试异味分布密度的增加而变强,在不同规模的项目中,不同种类的测试异味影响不同,但是,LT,UT,MNT,ECT,AR这5种测试异味,对模型预测结果的影响一直都排在前20位,证明这5种测试异味对缺陷预测的影响存在普遍性。