基于知识回放的即时软件缺陷预测增量模型
打开文本图片集
摘 要：即时软件缺陷预测技术可以实现细粒度代码变更的即时缺陷预测，对于提高软件代码质量和保证软件可靠性具有重要意义。传统静态软件缺陷预测模型在处理即时软件数据流时会存在“知识遗忘”的情况，从而导致模型泛化性能较差的问题。为此，提出一种基于知识回放的即时软件缺陷预测增量模型方法。首先，通过知识回放机制存储模型参数和随机样本，实现对旧知识的学习；其次，使用分布式训练框架在本地设备上对即时软件数据流进行增量学习，通过重构实现模型的即时更新；最后采用知识蒸馏技术，构建全局增量预测模型。（剩余17210字）