编辑推荐：
软件缺陷估计对于提升软件质量与降低开发成本至关重要。本研究提出了一种基于深度学习的框架，通过联合特征选择与数据平衡来改进跨软件系统的缺陷预测。与以往将这些技术分开运行的方法不同，所提出的技术集成了"最小冗余最大相关（Minimum Redundancy Max
软件缺陷估计对于提升软件质量与降低开发成本至关重要。本研究提出了一种基于深度学习的框架，通过联合特征选择与数据平衡来改进跨软件系统的缺陷预测。与以往将这些技术分开运行的方法不同，所提出的技术集成了"最小冗余最大相关（Minimum Redundancy Maximum Relevance, mRMR）"以提取相关特征，以及"合成少数过采样技术（Synthetic Minority Over-sampling Technique, SMOTE）"来缓解类别不平衡（缺陷与非缺陷比例高达约1:10）。一种名为"深度神经网络（Deep Neural Network, DNN）"的预测模型被用于建模软件度量中的复杂非线性关系。该框架在来自NASA PROMISE代码库的十个基准数据集上进行了测试，这些数据集包含安全关键型和多样化的软件系统，显示出良好的泛化性能和预测表现。模型的实验结果令人鼓舞，在多个数据集上获得了超过90%的准确率，其中在MC1数据集上最高准确率达到96.2%。研究人员进一步使用多种性能指标对模型进行了评估，包括精确率（Precision）、召回率（Recall）、F1分数（F1-score）和AUC，以确保预测稳健可靠。对比分析确认了该模型相较于现有方法的预测性能提升。研究表明，将特征选择、不平衡处理和深度学习相结合，能够为软件缺陷估计提供一种有效且实用的解决方案。
该研究聚焦于软件缺陷预测领域，旨在解决软件系统规模与复杂性日益增长背景下，如何有效识别开发过程中引入的缺陷或故障这一关键问题。安全关键型系统（如医疗、航空、金融等领域）中的严重故障可能导致灾难性后果，因此早期识别这些缺陷对于避免故障、降低维护成本、缩短开发时间和提升用户满意度具有重要意义。传统的软件缺陷估计方法包括静态代码分析、人工代码审查和单元测试等，这些方法虽然有效但劳动密集、耗时且高度依赖人工经验，难以适应大规模代码库或 subtle 且具有上下文特异性的缺陷检测需求。随着软件快速迭代，研究人员转向基于人工智能和数据驱动的方法，其中机器学习（Machine Learning, ML）与深度学习（Deep Learning, DL）已成为软件缺陷估计的有效手段。
然而，现有研究仍存在若干关键问题：一是特征选择与类不平衡处理通常被分开处理，缺乏协同整合；二是基于深度学习的模型往往缺乏可解释性，形成"黑箱"模型；三是在多样化数据集上的验证不足，跨数据集泛化能力受限。此外，现有方法或牺牲计算效率追求预测精度，或采用图神经网络（Graph Neural Network, GNN）、基于Transformer的模型等复杂架构导致计算开销过高，难以在实际场景中部署。具体而言，特征冗余可能降低模型有效性，类不平衡会使预测偏向非缺陷模块，而软件度量之间复杂的非线性关系又难以被传统方法捕捉。研究团队据此提出将mRMR、SMOTE和DNN整合为统一缺陷预测流水线的方法，以同时解决上述挑战。论文发表于《Array》期刊。
研究所采用的主要关键技术方法包括以下三个方面：首先，采用mRMR算法进行特征选择，该算法基于互信息（mutual information）最大化特征与目标变量之间的相关性，同时最小化特征之间的冗余，从而保留高信息量且非冗余的软件度量；其次，应用SMOTE技术处理类不平衡问题，通过在特征空间中对少数类样本及其k近邻进行线性插值生成合成样本，而非简单复制现有样本；最后，构建深度前馈神经网络作为分类器，该网络包含两个隐藏层（分别为64和32个神经元），使用ReLU激活函数，输出层采用Sigmoid激活函数输出缺陷概率，优化器选用Adam，损失函数为二元交叉熵，并采用L2正则化和Dropout技术防止过拟合。样本队列来源于NASA PROMISE公开代码库的十个基准数据集，包括JM1、KC1、KC3、MC1、MW1以及PC1至PC5，涵盖C、C++、Java等多种编程语言的安全关键型软件系统。
研究结果部分按照以下小标题展开。
特征选择结果。通过mRMR算法进行特征选择后，研究人员发现与代码复杂度和规模相关的度量被一致优先选择。其中，圈复杂度（CYCLOMATIC_COMPLEXITY）、可执行行数（LOC_EXECUTABLE）和Halstead工作量（HALSTEAD_EFFORT）等多个数据集上频繁被选中的特征，表明其对缺陷预测具有重要影响。mRMR的模型无关性使其能够在流水线早期应用，既保证性能又提升可解释性。
类不平衡处理结果。应用SMOTE后，少数类在特征空间中的稀疏区域得到填充，使模型能够学习更通用、更具判别性的类别边界。研究实现了缺陷与非缺陷模块的平衡分布，使分类器能够识别两类数据中的有意义的模式，显著提升了少数类检测能力，稳定了学习过程并减少了算法偏置。
深度神经网络架构结果。所构建的DNN能够有效处理固定长度的输入特征向量，保留软件度量数据的表格格式，同时捕捉特征间的浅层和深层交互。结合mRMR和SMOTE的协同作用，模型泛化能力得到提升，噪声降低，收敛加速。
性能评估结果。在十组NASA PROMISE数据集上的实验表明，模型在多数数据集上准确率超过90%，其中MC1数据集达到最高准确率96.2%。此外，精确率、召回率、F1分数和AUC等指标均表现出均衡性能：平均准确率为92.05%，平均精确率0.913，平均召回率0.904，平均F1分数0.899，平均AUC为0.932。假阴性率（False Negative Rate, FNR）在各数据集中均保持较低水平，最低为MC1的0.05，最高为JM1的0.13。
对比分析结果。与现有方法的比较显示，该模型在多数数据集上实现了更高准确率。与近期IMDAC模型（结合InfoGAN数据增强、多阶段进化算法特征选择和DAE-CNN预测器）相比，所提出框架以相对简单的架构和较低的计算成本，获得了更优的平均F1分数（0.8990 vs. 0.4744）和AUC（0.9320 vs. 0.8176）。
讨论部分，研究人员总结了研究结论。该论文提出了一种综合性的深度学习框架用于软件缺陷预测，集成了基于mRMR的特征选择、SMOTE类平衡处理和DNN分类器。该框架专门设计用于解决该领域的关键挑战：缓解特征冗余、解决类不平衡问题，并利用高容量模型捕捉软件度量中固有的复杂非线性关系。在NASA PROMISE代码库十组基准数据集上进行的实验结果表明，所提出的框架在不同软件系统中达到了良好且一致的性能。除准确率外，提升的精确率、召回率、F1分数和A="">
研究结论指出，mRMR与SMOTE的整合对于高精度缺陷预测至关重要。通过去除冗余特征，mRMR为SMOTE平衡数据集优化了环境，从而导致假阴性 linebacker="/" />减少。与现有基准相比，该框架提供了一种精简而有效的方法，在不增加模型开销的情况下实现了更优的泛化能力。从实践角度看，该模型在标准计算环境中可在合理时间内完成训练（每数据集约3-8分钟，总计不超过1小时），适用于对准确率和效率均有要求的实际软件质量保证场景。
同时，研究人员也指出了研究的局限性：该研究依赖于公开的NASA PROMISE数据集，这些数据集主要代表任务关键型和安全敏感型软件系统，因此在将研究结果推广到非安全关键型领域（如商业、基于Web或移动软件应用）时需谨慎，这些领域可能表现出不同的缺陷特征和开发实践。未来研究将聚焦于整合可解释人工智能（Explainable AI, XAI）以增强模型透明度和可信度，并探索图神经网络或Transformer等先进架构范式，通过捕捉软件度量中更复杂的结构依赖关系来进一步提升性能。总体而言，所提出的方法表明，以结构化方式结合特征选择、数据平衡和深度学习，能够为软件缺陷估计提供一种有效且实用的解决方案。
