8.45 结束语
软件缺陷挖掘能够通过对软件代码及其相关据进行分析建模，挖掘隐藏在软件中的缺陷模式，从而辅助软件工程师更有效地发现软件缺陷，提升软件质量。现有软件缺陷挖掘技术在走向实际应用过程中，仍将面临诸多挑战：首先，很多软件缺陷挖掘方法直接套用经典的机器学习或数据挖掘技术，忽略了软件缺陷挖掘任务中面临的各种实际问题（如人力、资源等方面的制约），从 而 造 成 了 软 件 缺 陷 挖 掘 的 实 际 应 用 效 果 有限。虽然近年来这一问题已开始引起研究者的关注[29-32] ，并已有一些工作显示考虑了实际应用中数据的特性（例如数据分布不均衡[26] 、缺陷风险代价不一致[27]等），如何让软件缺陷挖掘的建模过程更好地反映实际问题中的各种特性，提升软件缺陷挖掘技术的可用性，仍是一个重要的问题。其次，现有大多数软件缺陷挖掘模型均为黑箱模型，可理解性差，这使得软件开发人员难以通过软件缺陷挖掘结果认识缺陷的生成机理，提升其开发水平。因此，如何让软件缺陷挖掘模型能够具有一定的可理解性，是软件缺陷挖掘所面临的另一个重要问题。
