基于多维度大数据的软件技术缺陷智能分析方法

本发明公开了一种基于多维度大数据的软件技术缺陷智能分析方法，涉及软件智能分析技术领域，包括采集软件运行中的多维异构数据，进行预处理得到标准化的多维异构数据序列，基于时序分析与深度特征提取算法构建缺陷预测模型，生成风险评估结果及对应风险特征；使用卷积神经网络分析风险评估结果及对应风险特征，自动识别并分类缺陷，生成缺陷评估结果，结合历史修复数据与实时检测反馈，对缺陷评估结果进行动态修正；基于缺陷评估结果与缺陷间的关联特征，构建因果推理模型。本发明通过构建缺陷预测模型，以及使用卷积神经网络进行动态修正和因果推理生成修复建议，增强了软件缺陷预测的准确性，还提升了修复决策的智能化水平。