Sujatha Dandu, Kiranmai Rage, M. Sundar Raj, Nilamadhab Mishra , D. Sivakumar et S. Mohan
La prévision des vulnérabilités logicielles vise à réduire les dépenses d'automatisation des tests en amenant les utilisateurs à catégoriser les logiciels d'entreprise par défaut. Dans de nombreuses entreprises, les prédicteurs de défauts sont fréquemment utilisés pour prévenir les défauts logiciels afin de gagner du temps, d'améliorer la qualité, les tests et d'améliorer l'allocation des ressources pour respecter les délais. La mise en œuvre de modèles de prédiction de défauts de packages statistiques dans la vie quotidienne est très difficile, en raison de la nécessité d'anticiper la prochaine version ou de nouveaux types de projets plus performants avec beaucoup plus de données et de mesures différentes ainsi que des informations sur les défauts antérieurs. Dans cette étude, notre technique quantitative démontre comment les défauts des versions ou des projets logiciels récents sont correctement prédits. Nous avons utilisé 20 ensembles de données de versions de développement logiciel, 5 variables et construit un modèle utilisant une analyse récapitulative, des corrélations et divers modèles linéaires avec un niveau de confiance de 95 % (IC). La valeur R-carré était de 0,91 et son écart type est de 5,90 % dans cette analyse de régression linéaire multiple appropriée. Le modèle de déficience pour les tests logiciels est utilisé pour anticiper les problèmes dans de nombreux programmes de test et déploiements commerciaux. En comparant les défauts réels et prévus, nous avons découvert une précision de 90,76 %.
English 
Spanish 
Chinese 
Russian 
German 
Japanese 
Portuguese 
Hindi