黄 燕，徐 贤，虞慧群，杨星光

(华东理工大学 信息科学与工程系，上海 200237)

1 引 言

随着软件规模和软件复杂性的增加，发布高质量的软件系统是一个巨大的挑战.软件质量保证活动(例如软件测试，代码审查)是提高软件质量的有效方法.然而，在测试资源和软件发布时间的限制下，对所有程序模块进行质量保证活动通常是不现实的[1].

为此，研究人员提出了软件缺陷预测方法[2，3].软件缺陷预测通过挖掘软件的历史仓库，设计出与缺陷相关的内在度量元，然后借助机器学习等方法提前发现并锁定缺陷模块，从而能够合理地分配有限的资源[2].传统的软件缺陷预测是在项目内执行的，称为同项目缺陷预测(Within-Project Defect Prediction，WPDP)[2].然而，目标项目可能是新启动的软件系统，因此缺少足够训练数据.跨项目缺陷预测(Cross-Project Defect Project，CPDP)方法[4]是解决该问题的有效方法.它采用其他项目(源项目)的缺陷数据集来构建预测模型，并对目标项目进行缺陷预测.在CPDP中，需要源项目与目标项目有相同的特征集.然而，在实际情况中，由于不同项目使用的编程语言、适用的领域、开发人员的经验等差异[5]，源项目和目标项目之间的度量元可能存在较大差异，此时若直接使用传统的CPDP方法，不能取得较好的预测性能.为此，研究者们提出了异质缺陷预测(Heterogeneous Defect Prediction，HDP)[6，7]方法.

当前，为了提高HDP性能，研究人员提出了多种方法，如HDP[6，8]、FMT[9]等.这些方法都是从特征匹配的角度出发解决异质问题，然而并没有考虑数据本身存在的分布差……