مجله علمی رایانش نرم و فناوری اطلاعات

مجله علمی رایانش نرم و فناوری اطلاعات

چارچوب یادگیری ترکیبی چندنمایه آگاه از تغییر رانش مفهوم برای پیش‌بینی نقص نرم‌افزار

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی فارسی

نویسندگان
پرویز قربانزاده
محمدرضا ابراهیمی دیشابی
حامد پزشکی
حلیمه مددی
گروه کامپیوتر، واحد میانه، دانشگاه آزاد اسلامی، میانه، ایران
10.22034/jscit.2026.574213.2226
چکیده
پیش‌بینی نقص نرم‌افزار یکی از چالش های اساسی در مهندسی نرم‌افزار است که با پیچیدگی داده‌های چندمنبعی و تغییرپذیری رفتار پروژه‌ها در طول زمان مواجه است. بسیاری از روش‌های موجود با فرض ایستایی داده‌ها و اتکا به یک نوع نمایش اطلاعاتی، در مواجهه با تغییر توزیع داده‌ها در طول زمان کارآیی و پایداری خود را از دست می‌دهند. در این پژوهش، یک چارچوب یادگیری ترکیبی چندنمایه آگاه از تغییر رانش مفهوم برای پیش‌بینی نقص نرم‌افزار ارائه می‌شود. در چارچوب پیشنهادی، داده‌های نرم‌افزاری به نماهای مستقل شامل معیار‌های کد، فرایند و تغییرات تقسیم شده و برای هر نما یک مدل پایه مجزا آموزش داده می‌شود. سپس، با بهره‌گیری از مکانیزم تشخیص رانش مفهوم، وزن هر مدل در ساختار یادگیری ترکیبی به‌صورت پویا و زمان‌محور تنظیم می‌گردد تا اثر تغییرات رانش مفهوم کاهش یابد. نتایج ارزیابی تجربی بر روی مجموعه‌داده‌های استاندارد نشان می‌دهد که چارچوب پیشنهادی در مقایسه با روش‌های تک‌نمایه، یادگیری ترکیبی ایستا و مدل‌های پیشرفته یادگیری ماشین، بهبود معناداری در معیارهای دقت(0.87)، F1-score (0.88) و AUC (0.91) ارائه می‌دهد. تحلیل‌های آماری نیز پایداری و برتری عملکرد روش پیشنهادی را در حضور تغییر رانش مفهوم تأیید می‌کند. این نتایج بیانگر قابلیت چارچوب پیشنهادی برای کاربرد در محیط‌های واقعی و پویا‌ی توسعه نرم‌افزار است.
کلیدواژه‌ها
پیش بینی نقص نرم‌افزار
یادگیری ترکیبی چند نمایه
رانش مفهوم
داده چند منبعی
مجله علمی رایانش نرم و فناوری اطلاعات

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 01 شهریور 1405