Software defect prediction performance monitoring of deep and machine learning models on NASA promise datasets

Yazılım güvenilirliğinin ve kalite güvencesinin büyük önem kazandığı bir çağda, bu çalışma, yazılım hatalarını tahmin etmek için gelişmiş makine öğrenimi modellerini kullanıyor ve böylece yazılım güvenilirliğini artırmadaki potansiyel uygulamalarının daha iyi anlaşılmasına katkıda bulunuyor. Araştırmanın odak noktası, çeşitli NASA yazılım projelerinden elde edilen verilerin bir koleksiyonu olan PROMISE20 veri kümesidir. Bu veri seti üç alt veri setine (CM1, JM1, KC1) bölünmüştür; her bir örnek ikili bir bağımlı değişken (kusur durumunu gösterir) ve Halstead ve McCabe statik kod ölçümlerine dayalı bağımsız değişkenler ile işaretlenmiştir. Çalışma, özellikle LSTM ve LSTM-GRU olmak üzere derin öğrenme modelleri ile XGBoost Sınıflandırıcı gibi geleneksel makine öğrenme modelleri arasında karşılaştırmalı bir analiz gerçekleştirmektedir. Yazılım hatalarını tahmin etme konusundaki yeterlilikleri, doğrulukları ve F1 puanları değerlendirilerek ölçülür. İnceleme sonrasında, LSTM ve LSTM-GRU derin öğrenme modelleri, sırasıyla %88'lik doğruluk oranları ve 0,89 ve 0,90'lık F1 puanları göstererek üstün tahmin performansıyla daha iyi performans gösteriyor. Geleneksel makine öğrenimi alanında XGBoost Sınıflandırıcı, 0,88'lik doğruluk oranıyla en iyi performansı gösteren ürün olarak ortaya çıktı. Ancak bulgular aynı zamanda daha fazla araştırmaya duyulan ihtiyacın da altını çiziyor. Çalışma, yazılım kusur tahmini için en uygun model seçimini belirlemek amacıyla ek veri kümelerinin incelenmesi, çeşitli modellerin araştırılması, model hiperparametrelerinin optimize edilmesi ve model yorumlanabilirliğinin geliştirilmesinin gerekliliğine işaret etmektedir. Bu araştırma, yazılım güvenilirliği ve hata tahmini konusunda devam eden söylemi zenginleştirerek, makine öğrenimini kullanarak yazılım hata tahmini alanında gelecekteki araştırmalar için sağlam bir temel sunuyor.