一种基于机器学习的智能分析软件缺陷的方法、系统及存储介质

摘要

本发明提供了一种基于机器学习的智能分析软件缺陷的方法、系统及存储介质，该方法包括：步骤1，获得初始特征集；步骤2，对特征集A、B、C、D进行多次采样，分别形成特征集AA、BB、CC、DD，n为样本大小，N为总样本数；步骤3，预警模型对最终特征集AA、BB、CC、DD综合学习，采用随机森林方法随机生成特征矩阵，得到S个矩阵决策树集S；步骤4，输入新模块时，预警模型采用决策树集S对新模块进行综合分析。本发明的有益效果是：本发明对原始的测试数据训练，获得软件模块的特征及相应的软件模块标签；对软件模块数据、人员技能素质进行特征提取，不断优化测试数据，利用学习到特征来计算测试模块是否含有错误缺陷。