声明
第1 章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 软件缺陷预测研究现状
1.2.2 软件漏洞预测研究现状
1.3 存在的主要问题
1.4 本文的主要研究内容
1.5 本文的总体结构
第2 章软件缺陷数据的特征分析
2.1 缺陷与漏洞的定义
2.2 基于结构化的软件缺陷度量
2.3 基于文本信息的软件漏洞表征
2.4 缺陷数据质量问题的处理
2.4.1 数据不平衡问题
2.4.2 冗余信息的处理
2.5 本章小结
第3 章基于组合采样与XGBoost 的缺陷预测方法
3.1 引言
3.2 缺陷预测框架
3.3 基于REF-Ridge特征选择算法
3.3.1 基于结构化软件度量的缺陷数据集分析
3.3.2 岭回归算法
3.3.3 基于递归消除的岭回归特征选择算法
3.4 基于ADA-RENN组合采样的类不平衡处理
3.4.1 ADASYN过采样
3.4.2 RENN欠过采样
3.4.3 ADA-RENN组合采样算法
3.5 基于XGBoost的缺陷预测算法
3.5.1 XGBoost算法原理
3.5.2 XGBoost缺陷预测算法的实现
3.6 本章小结
第4 章基于组合特性提取与异质集成的漏洞预测方法
4.1 引言
4.2 基于异质集成的漏洞预测框架
4.3 基于软件源代码的向量空间模型
4.3.1 基于文本的漏洞数据集分析
4.3.2 基于源代码的文本预处理
4.3.3 组合N-gram语义特征提取
4.3.4 基于TF-IDF的空间向量模型
4.4 基于异质集成的漏洞预测算法
4.4.1 基分类器的构建
4.4.2 基于Stacking异质集成的漏洞预测算法实现
4.5 本章小结
第5 章实验结果及分析
5.1 实验环境配置
5.2 基于组合采样与XGBoost的缺陷预测方法实验结果
5.2.1 缺陷预测评估标准
5.2.2 基于RFE-Ridge的特征选择实验分析
5.2.3 组合ADA-RENN采样算法的实验分析
5.2.4 基于XGBoost的缺陷预测方法性能评估
5.3 基于组合特征提取与异质集成的漏洞预测方法实验结果
5.3.1 漏洞预测评估标准
5.3.2 组合N-gram特征提取实验分析
5.3.3 基于Stacking异质集成漏洞预测方法的性能评估
5.3.4 实验对比分析
5.4 本章小结
结 论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致 谢
燕山大学;
