计算机应用研究

作者：胡新宇,陈翔,夏鸿崚,顾亚锋,

单位：1.南通大学信息科学技术学院,江苏南通226019；2.南京大学计算机软件新技术国家重点实验室,南京210023；

关键词：即时缺陷预测,移动软件,可解释性,超参优化,

基金：国家自然科学基金资助项目(61202006)；南京大学计算机软件新技术国家重点实验室开放课题(KFKT2019B14)；南通市应用研究计划项目(JC2021124)；；

在移动App即时缺陷预测领域，大部分研究只关注预测模型的性能，而忽略了模型的可解释性，因此会造成开发人员对缺陷预测模型的预测结果缺乏信任，并阻碍了缺陷预测模型在实践中的应用。主要针对Android移动App即时缺陷预测模型的可解释性展开研究，通过差分进化算法对局部可解释技术LIME方法进行超参优化得到ExplainApp方法，该方法可以对预测结果生成高质量解释。选择了14个实际Android应用程序作为实验对象，最终结果表明，ExplainApp方法可以解释移动App即时缺陷预测模型得到的实例预测结果。ExplainApp方法在拟合优度上要优于原始的LIME方法，可以平均提高94.50%。

来源：2022年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第7期