软件缺陷预测的新突破：引入具有卓越预测能力的实用且可操作指标以增强决策

过去五十年来，使用代码度量进行软件缺陷预测已被广泛研究。然而，利用非软件度量进行预测的研究尚不充分。考虑到软件缺陷的根本原因通常归咎于人为错误，人因理论可能为可操作的见解提供关键预测度量。本文探讨了基于开发者编码习惯的方法级自动化软件缺陷预测。首先，我们提出了一个用于决定执行预测所需度量的框架。其次，我们将我们的度量与目前研究显示性能最佳的代码和提交历史度量的性能进行了比较。最后，我们分析了每个度量的预测重要性。基于对二十一个关键基础设施大规模开源软件项目的分析，我们提出了：(1) 一个基于人为错误的框架，其度量适用于方法级缺陷预测；(2) 使用我们提出的度量的模型比 SOTA 代码度量和历史度量实现了更好的平均预测性能；(3) 所有度量的预测重要性分布不同，每个新度量比代码和历史度量具有更好的平均重要性；(4) 新度量显著增强了软件缺陷预测模型的可解释性、实用性和可操作性，极大地推动了该领域的发展。我们提出了一种通过人为错误框架预测易出缺陷软件方法的系统化途径。这项工作使从业者能够根据预测采取行动，并实证展示了开发者的编码习惯如何导致软件系统中的缺陷。