ross-project software defect prediction (CSDP) is one of the difficult tasks in software engineering, particularly when there is limited labeled data for the target project. However, there exist two critical challenges for increasing the model accuracy on this task that are distribution shift among projects and class imbalance. In this work, we propose a novel hybrid model, DDA–SDCCA, based on transfer learning. The model attempts to capture shared feature representations between the source and target domains using Dynamic Distribution Alignment (DDA) and
Deep Canonical Correlation Analysis (DCCA). After feature extraction, the SMOTE method is used to balance the data before making final decision by using an ensemble classifier with majority voting. We validated the proposed model on seven projects in NASA datasets and achieved 0.83 AUC and 0.53 F1 with an average, which presents a considerable advantage over baseline approaches. These results demonstrate the effectiveness of our model in improving cross-project defect prediction performance.


در این پژوهش، ما یک مدل ترکیبی جدید با نام DDA–SDCCA بر پایه یادگیری انتقالی (transfer learning) پیشنهاد می‌کنیم. این مدل تلاش می‌کند نمایش‌های ویژگی مشترک بین دامنه مبدأ و دامنه هدف را با استفاده از هم‌ترازی پویای توزیع (Dynamic Distribution Alignment - DDA) و تحلیل همبستگی متعارف عمیق (Deep Canonical Correlation Analysis - DCCA) استخراج کند.



پس از استخراج ویژگی‌ها، از روش SMOTE برای متعادل‌سازی داده‌ها استفاده می‌شود، و در نهایت تصمیم‌گیری نهایی با استفاده از یک طبقه‌بند ensemble و رأی‌گیری اکثریت (majority voting) انجام می‌گیرد.



ما مدل پیشنهادی را روی هفت پروژه از مجموعه‌داده‌های NASA ارزیابی کردیم و به‌طور میانگین به مقدار 0.83 AUC و 0.53 F1 دست یافتیم، که نشان‌دهنده برتری قابل توجه نسبت به روش‌های پایه است.



این نتایج اثربخشی مدل ما را در بهبود عملکرد پیش‌بینی نقص نرم‌افزار در سناریوی بین‌پروژه‌ای نشان می‌دهد.