基于知识图谱和自动机器学习的软件缺陷预测

不稳定和召回率低效的软件缺陷预测模型难以在行业领域应用，为解决稳定和高效各项性能评价指标的软件缺陷预测模型在工程实践应用的问题，提出了一种基于知识图谱和自动化机器学习的软件缺陷预测方法AutoKGGAS，首先获取软件缺陷预测模型数据，对知识建模、知识获取、知识融合、知识储存与知识计算等知识图谱构建技术研究，实现知识图谱推荐优质软件缺陷预测模型作为自动化搜索的热启动输入条件，根据不同的软件缺陷预测评价指标，优化不同最佳的模型结构.其次实证研究采用NASA开源数据集实验对象和六种性能评价指标，实验结果表明， AutoKGGAS自动化软件缺陷预测模型在不同数据集不同评价指标方面，性能优于知识图谱推荐的传统经典软件缺陷预测模型.自动化软件缺陷预测模型为航天软件缺陷预测辅助代码审查测试提供了原型，在工程实践应用方面具有重要的意义.     

航天器软件典型缺陷模式的自动检测技术

通过系统分析和总结航天器软件在轨、在研质量问题，开展软件缺陷模式研究，建立航天器软件缺陷模式集；研究缺陷模式的形式化规约和自动检测技术，开发缺陷模式自动检测工具，提高缺陷自动检出率，从而有效规避航天器软件中的典型多发问题，提高航天器软件研制质量、缩短研制周期.     

软件产品化在航天领域的应用与管理

软件产品化是提高软件研制效率和产品成熟度的重要途径。通过推动航天型号软件产品化研制,形成软件产品资源库,实现建立"一次研制,重复应用"的航天型号软件研制模式。重点阐述了航天型号软件产品化的研制思路及其在型号应用过程中的管理要求,并介绍了北京控制工程研究所在型号软件产品化研制方面的探索和实践。