基于静态分析和神经网络的软件故障预测技术的构建方法

摘要

本发明提供一种基于静态分析和神经网络的软件故障预测技术的构建方法,步骤如下：1、搜集被诊断软件的有效故障，加入到创建的故障案例库；2、统计软件各历史版本的有效故障的次数；3、使用静态分析工具扫描软件源代码，输出复杂度度量值；4、进行相关性分析，计算故障次数与度量值的显著性水平；5、选出与故障次数具有显著相关性的复杂度度量值；6、构建网络训练输入输出矩阵和预测输入矩阵；7、构建BP神经网络；8、完成网络训练，构建故障预测系统；9、神经网络预测，预测新版本的故障数量。通过上述步骤，可以完成对基于静态分析和BP神经网络的软件故障预测技术的构建。本发明能帮助开发者预测可能发生的软件故障，具有实用价值。