一种软件缺陷预测方法、系统、装置及介质

本发明提供了一种软件缺陷预测方法、系统、装置及介质，所述软件缺陷数据样本包括带有缺陷的代码片段的多数类样本和少数类样本；计算每个少数类样本的边界度和局部密度，将边界度和局部密度的线性加权和作为少数类样本的采样权重，根据采样权重利用SMOTE线性插值合成新的少数类样本；将多数类样本、少数类样本和合成的少数类样本共同构成平衡数据集；将平衡数据集的数据送入LightGBM预测模型中训练，得到训练好的用于预测软件缺陷的LightGBM预测模型；将待预测软件代码片段输入训练好的LightGBM预测模型中，输出软件是否存在缺陷的预测结果。该方法能够很好的处理软件缺陷预测过程中数据集的类不平衡问题。