当前软件的规模和复杂度日益增长,因此软件可靠性备受关注。在软件工程中,如果可以找出软件系统中有可能存在缺陷的模块及其分布,对软件开发者合理配置资源及提高软件质量起到重要作用。软件缺陷预测(software defect prediction,简称SDP)技术便是对软件模块中是否存在缺陷进行预测,根据历史数据以及已经发现的缺陷等软件度量数据,预测哪些模块有出错倾向。合理的预测软件缺陷可以有效地帮助测试者快速定位并弥补软件缺陷,从而达到显著减少软件开发成本和提高软件可信度的效果。目前的研究通常将缺陷预测的实现形式化为一个机器学习问题,很多机器学习技术被用于缺陷预测。然而,现有的缺陷预测方法在实际应用中还存在许多问题。例如,这些方法的性能不够稳定,在高维数据情况下(如存在大量冗余、无关的度量元),预测精度不高,而在实际应用中高维数据是很普遍的。另外,由于有缺陷类(又称“正类”)通常远少于无缺陷类(又称“负类”),即缺陷历史数据具有类别不平衡性,容易造成预测模型更倾向于负类,从而降低了正类的预测精度。由于单分类器分类能力有限,不能有效处理不平衡数据,所以,很多学者利用集成学习方法来进行缺陷预测。本文针对软件缺陷预测中的高维、类别不平衡等问题进行了系统的研究。首先,为了处理缺陷预测中的高维、不平衡数据,我们对现有的过采样方法与特征选择方法在缺陷预测中的应用效果进行了对比研究;其次,将粗糙集理论和知识粒度等概念引入到特征选择中,提出一种新的信息熵模型——调和粒度决策熵,并由此构建出一种基于调和粒度决策熵的特征选择算法FSHGE;第三,针对单一分类器分类能力有限,缺陷预测效果不好的问题,我们提出一种多模态选择性集成学习算法SE_RSFS,并利用SE_RSFS来进行缺陷预测。SE_RSFS算法利用前面所提出的特征选择算法FSHGE以及重抽样技术来同时对训练集的属性空间和样本空间进行扰乱,从而实现一种高效的多模态扰乱。