1、靜態(tài)分析工具作為軟件測試的一種輔助手段，可以在不編譯運(yùn)行軟件的情況下，幫助開發(fā)人員在項(xiàng)目編碼初期定位可能存在缺陷的代碼。然而有研究表明，此類工具往往會(huì)報(bào)告大量的源代碼警告，且其中大部分是對(duì)項(xiàng)目開發(fā)沒有意義的誤報(bào)警告，同時(shí)對(duì)誤報(bào)警告的審查會(huì)導(dǎo)致開發(fā)資源的嚴(yán)重浪費(fèi)。為了消除不利增強(qiáng)靜態(tài)分析工具的可用性，研究者們通常采用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)等方法將源代碼警告分類為有效警告和誤報(bào)警告。然而，現(xiàn)有警告分類方法并未考慮大量誤報(bào)警告造成的源代碼警告數(shù)據(jù)類型

2、不平衡問題，以及有效警告和誤報(bào)警告被誤分類的代價(jià)不等問題。
　　鑒于此，本文采用了能有效處理類型不平衡數(shù)據(jù)的代價(jià)敏感神經(jīng)網(wǎng)絡(luò)方法對(duì)源代碼警告進(jìn)行分類，主要工作如下：
　　①分析了已有源代碼警告分類及有效警告標(biāo)注方法，改進(jìn)并實(shí)現(xiàn)了一種自動(dòng)化警告標(biāo)注方法，將連續(xù)缺陷修復(fù)版本中的警告自動(dòng)標(biāo)注為有效警告和誤報(bào)警告。
　　②在 J ir a缺陷跟蹤系統(tǒng)中獲取了實(shí)驗(yàn)項(xiàng)目下各個(gè)版本的缺陷數(shù)據(jù)，研究了源代碼警告及其有效警告與軟件缺陷之

3、間的相關(guān)關(guān)系，并以此來驗(yàn)證自動(dòng)化警告標(biāo)注的可行性。
　?、蹚木娴念悇e、類型以及優(yōu)先級(jí)方面對(duì)源代碼警告及其中的有效警告進(jìn)行研究，挖掘出有更大可能性為有效警告的類別或類型，以指導(dǎo)開發(fā)人員合理修復(fù)警告。
　　④最后，在自動(dòng)化標(biāo)注的源代碼警告數(shù)據(jù)集基礎(chǔ)上，提取警告特征并分別采用BP神經(jīng)網(wǎng)絡(luò)方法和基于過采樣、欠采樣、閾值操作的代價(jià)敏感神經(jīng)網(wǎng)絡(luò)方法對(duì)源代碼警告進(jìn)行分類。
　　在三個(gè)開源實(shí)驗(yàn)項(xiàng)目中，有效警告與缺陷的 Spearma

4、n等級(jí)相關(guān)系數(shù)平均為0.732，該結(jié)果能充分的證明自動(dòng)化警告標(biāo)注方法的可行性。同時(shí)對(duì)源代碼警告的分析結(jié)果發(fā)現(xiàn)，開發(fā)人員尤其需要注意Correctness和Experimental等類別，以及GC_UNRELATED_TYPES、IL_INFINITE_LOOP等類型的警告，這些源代碼警告為有效警告的可能性更高。最后警告分類結(jié)果發(fā)現(xiàn)，相比BP神經(jīng)網(wǎng)絡(luò)，基于代價(jià)敏感神經(jīng)網(wǎng)絡(luò)方法在有效警告查全率方面平均提高了44.07％，且當(dāng)有效警告被誤分類