网络空间安全论文笔记3——缺陷

A systematic literature review on software detect prediction using artificial intelligence: Datasets, Data Validation Methods, Approaches, and Tools 

软件缺陷预测的系统文献综述:从数据集、数据验证方法、缺陷检测和预测方法、工具以及对未来研究人员的建议几个角度展开

缺陷预测方法框架

网络空间安全论文笔记3——缺陷_第1张图片

发现缺陷的方法:使用传统方法检测缺陷和使用AI方法预测缺陷

缺陷检测:手动测试用例执行(具体可分类为黑盒/白盒/冒烟/用户验收/可用性/性能测试,非常耗时)、自动化缺陷检测(软件框架驱动测试用例)、运行静态代码分析器(检查预定义的规则)、手动代码审查、同行审查

缺陷预测:基于软件项目分类、基于缺陷预测指标分类、统计分类、基于AI技术分类

基于软件项目分类(使用项目本身信息):项目内缺陷预测WPDP、跨项目缺陷预测CPDP、跨版本缺陷预测CVDP、异构缺陷预测HDP

基于指标分类:类(RFC)、代码行(LOC)和缺乏编码质量(LOCQ)等指标,过程度量、代码度量、面向对象度量

基于AI技术分类

网络空间安全论文笔记3——缺陷_第2张图片

评价指标:AUC、PF、F-Measure、Recall、Precision

你可能感兴趣的:(论文笔记,深度学习,人工智能,安全)