随着软件行业的快速发展,软件的规模也不断地扩大,不可避免的会产生许多软件缺陷。而软件缺陷的存在会对人们的生产和生活带来巨大的损失,因此人们开始意识到软件质量的重要性。如果可以在软件发布之前就找到软件中隐藏的缺陷,那么就可以合理有效的分配测试资源,集中精力进行修复,因此软件缺陷预测得到了人们的关注。软件缺陷预测是通过挖掘历史数据,如软件开发过程、软件代码等,进而构建缺陷预测模型,对新的项目模块进行预测。然而目前大部分的研究都集中在同项目缺陷预测。但是在实际的开发中,经常需要对一个全新的项目进行预测,或者项目已有的标记数据很少。在这种情况下,跨项目缺陷预测应运而生。该方法使用已有的具有丰富标记的其他项目(即源项目)数据构建缺陷预测模型,对当前项目(即目标项目)的缺陷情况进行预测。本文针对大部分模型在实际应用中存在的问题:(1)缺陷数据中有大量冗余或无关特征;(2)缺陷数据存在类不平衡现象;(3)源项目和目标项目之间数据分布差异较大,提出了两种软件缺陷预测方法。(1)基于特征选择的软件缺陷预测方法基于缺陷数据中存在冗余或无关特征的问题,本文提出一种基于特征选择的软件缺陷预测方法。该方法从源项目数据集出发,包括特征的相关性分析和冗余性分析两个阶段,去除无关和冗余特征,然后从目标项目中选出对应的特征,解决跨项目缺陷预测中的高维问题。最后通过实验验证了该方法的有效性。(2)基于实例迁移的软件缺陷预测方法基于软件缺陷数据中存在的类不平衡问题以及源项目和目标项目数据分布差异大的问题,提出了一种基于实例迁移的缺陷预测方法。该方法首先进行类不平衡学习,通过对源项目数据中的多数类(即无缺陷)样本进行多次有放回的随机下采样,得到多个类平衡的源项目训练集;然后应用TrAdaBoost技术,将多个源项目训练集分别与目标项目训练集合并,训练得到若干个子分类器;最后将多个子分类器进行集成,得到最终的分类器。在AEEEM和Relink数据集中进行实验,结果表明,该方法能够取得较好的性能。(3)最后对本文提出的两种软件缺陷预测方法进行综合对比实验。在预测结果的AUC值比较中,本文的两种方法都有更加优秀的表现。