软件缺陷预测的成本与收益研究

缺陷预测可以成为一种指导质量保证资源使用的有力工具。然而，尽管大量研究涵盖了缺陷预测的方法以及缺陷预测研究的方法论方面，缺陷预测的实际成本节约潜力仍不清楚。在本文中，我们填补了这一研究空白，并构建了软件缺陷预测的成本模型。我们从数学上推导了缺陷预测模型必须满足的可证明边界条件，以使使用该缺陷预测模型时获得正收益。我们的成本模型包含了诸如质量保证成本、发布后缺陷成本、质量保证未能揭示预测缺陷的可能性，以及软件制品与缺陷之间的关系等方面。我们使用不同的假设初始化成本模型，并通过实验展示真实项目中成本行为的趋势。我们的结果表明，缺陷仅影响单一软件制品这一不切实际的假设（缺陷预测文献中的标准做法）会导致不准确的成本估计。此外，结果表明机器学习指标的阈值也不适合作为软件缺陷预测成功标准的定义。