フォールトプローンモジュール検出手法間の精度比較Fault-pronenessフィルタリングとロジスティック回帰

摘要

不具合が混入していそうなモジュール（Fault-proneモジュール）の検出はソフトウェア開発における重要な問題の一つである．この問題を解決するために我々は「Fault-pronenessフィルタリング(FPF)」という手法を提案している．この手法ではモジュールを単にテキストと見なし，ベイズの定理を用いたテキスト分類技術を利用して予測を行うため，従来提案されているメトリクスの収集や測定を行う必要がない．一方，従来からのソフトウェアメトリクスを利用した手法でも，比較的高い精度が得られる手法もあり，そうした手法との比較が必要とされてきた．そのため，本論文ではソフトウェアの変更履歴に関するメトリクスに対して最も一般的なFault-proneモジュール検出手法であるロジスティック回帰分析を行い，そこで得られたモデルの予測精度とFPF法と予測の精度比較を行った．また，2つの手法を統合する手法を提案し，その手法による予測精度に対する評価も行った．