Details

Detecção de módulos de software propensos a falhas através de técnicas de aprendizagem de máquina

by Ramalho Bezerra, Miguel Eugênio

Abstract (Summary)
O sucesso de um software depende diretamente de sua qualidade. Tradicionalmente, métodosformais e de inspeção manual de código são usados para assegurá-la. Tais métodos, geralmente,possuem um custo elevado e demandam bastante tempo. Dessa forma, as atividades deteste devem ser planejadas cuidadosamente para evitar o desperdício de recursos. Atualmente,as organizações estão buscando maneiras rápidas e baratas de detectar defeitos em softwares.Porém, mesmo com todos os avanços dos últimos anos, o desenvolvimento de software aindaé uma atividade que depende intensivamente do esforço e do conhecimento humano. Muitospesquisadores e organizações estão interessados em criar um mecanismo capaz de preverautomaticamente defeitos em softwares. Nos últimos anos, técnicas de aprendizagem de máquinavêm sendo utilizadas em diversas pesquisas com esse objetivo. Este trabalho investiga eapresenta um estudo da viabilidade da aplicação de métodos de aprendizagem de máquina nadetecção de módulos de software propensos a falhas. Classificadores como redes neurais artificiaise técnicas de aprendizagem baseada em instâncias (instance-based learning) serão usadasnessa tarefa, tendo como fonte de informação as métricas de software retiradas do repositóriodo Metrics Data Program (MDP) da NASA. Também será apresentado um conjunto de melhorias,propostas durante este trabalho, para alguns desses classificadores. Como a detecção demódulos defeituosos é um problema sensível a custo, este trabalho também propõe um mecanismocapaz de medir analiticamente o custo de cada decisão tomada pelos classificadores
This document abstract is also available in English.
Bibliographical Information:

Advisor:Paulo Jorge Leitão Adeodato; Sílvio Romero de Lemos Meira

School:Universidade Federal de Pernambuco

School Location:Brazil

Source Type:Master's Thesis

Keywords:Detecção de módulos propensos à falha Aprendizagem máquina Redes neurais Avaliação custos testes CIENCIA DA COMPUTACAO

ISBN:

Date of Publication:08/21/2008

© 2009 OpenThesis.org. All Rights Reserved.