貝葉斯證據框架下最小二乘支持向量機的軟件老化檢測方法

蘇莉　陳鵬飛　齊勇　武義涵

摘要：針對當前軟件老化的檢測、分析和軟件再生的不確定性問題，提出了一種基于貝葉斯證據框架的最小二乘支持向量機（LS—SVM）的軟件老化檢測方法，即：使用最小二乘支持向量機分類器進行數據分類，以此解決數據采集時出現的小樣本、高緯度，非線性、局部最小值等問題；通過貝葉斯證據框架來優化LS—SVM的超參數，從而提高分類器的學習精度和泛化能力。實驗結果表明，在狀態清晰區間，軟件老化的概率均在0.7至0.9之間，而高維模型檢測出的軟件老化的概率為0或1。如果從概率粒度層來描述軟件老化，則軟件再生的時間點選取效率更高，根據概率值的變化可進一步解析軟件老化的不確定性。實驗結果及分析顯示，概率粒度所描述的軟件健康狀態更符合軟件老化的客觀狀況。

關鍵詞：軟件老化；最小二乘支持向量機；貝葉斯證據框架