基于改进RNN的LSTM软件缺陷预测技术的研究

摘要

针对现阶段软件缺陷预测模型研究少和准确率低的问题,提出了一种基于LSTM的软件缺陷预测模型。基于LSTM对输入序列信息的相关性进行了研究,通过Prophet和Ohba开源数据集对网络模型进行训练和测试。实验结果表明:在输入序列为500时,LSTM的检测效果准确率为99.12%,误报率为0.91%,优于RNN的93.58%的准确率和5.76%的误报率。