1.一种建立预测软件缺陷优化模型的方法，其特征在于，所述方法包括：获取软件缺陷不平衡数据集；对所述软件缺陷不平衡数据集进行特征提取得到至少一个软件缺陷预测特征，计算所述至少一个软件缺陷预测特征与对应的标注数据之间的相关系数，基于所述相关系数计算所述至少一个软件缺陷预测特征的权值，组成第一权重向量；基于所述第一权重向量变异生成变异权重向量，将所述第一权重向量与所述变异权重向量交叉组合，生成第二权重向量；比较所述第一权重向量与所述第二权重向量中每个分向量，筛选出满足预设条件的分向量，基于所述满足预设条件的分向量组成最终权重向量；基于最终权重向量，对所述软件缺陷不平衡数据集中样本进行排序，移除满足预设条件的样本，生成软件缺陷平衡数据集；将所述软件缺陷平衡数据集用于预测软件缺陷优化模型训练，获得所述预测软件缺陷优化模型；其中，所述基于所述第一权重向量变异生成变异权重向量，将所述第一权重向量与所述变异权重向量交叉，生成第二权重向量，包括：基于所述第一权重向量的任意三个分向量，引入变异放缩因子，计算得出所述变异权重向量；将所述第一权重向量与所述变异权重向量中的多个分向量进行交叉组合，生成第二权重向量；所述比较所述第一权重向量与所述第二权重向量中每个分向量，筛选出满足预设条件的分向量，基于所述满足预设条件的分向量组成最终权重向量，包括：基于预设的目标函数，评估所述第一权重向量和所述第二权重向量中所有分向量的适应度；比较所述第一权重向量中所有分向量的适应度和所述第二权重向量中所有分向量的适应度，筛选出所述适应度满足预设条件的所有分向量，组成目标权重向量，将所述第一权重向量替换为所述目标权重向量，继续执行基于所述第一权重向量的任意三个分向量以及之后的步骤，直至达到预设的最大迭代次数或者适应度的提升达到预设阈值，将对应的目标权重向量作为最终权重向量。
2.根据权利要求1所述的方法，其特征在于，所述基于所述相关系数计算所述至少一个软件缺陷预测特征的权值，组成第一权重向量，包括：基于所述相关系数的绝对值，确定所述至少一个软件缺陷预测特征的权值，将所述至少一个软件缺陷预测特征的权值组合，生成第一权重向量。
3.根据权利要求1所述的方法，其特征在于，所述基于最终权重向量，对所述软件缺陷不平衡数据集中样本进行排序，移除满足预设条件的样本，生成软件缺陷平衡数据集，包括：所述软件缺陷不平衡数据集包含多数类样本和少数类样本；将所述软件缺陷不平衡数据集中所有样本特征与所述最终权重向量结合，计算所述软件缺陷不平衡数据集中所有样本的加权评分，基于所述加权评分，对所述软件缺陷不平衡数据集中所有样本进行排序，保持所述少数类样本的数量不变，移除部分满足预设条件的所述多数类样本，直至所述多数类样本的数量与所述少数类样本的数量保持一致，生成软件缺陷平衡数据集。
4.根据权利要求1所述的方法，其特征在于，所述将所述软件缺陷平衡数据集用于预测软件缺陷的优化模型训练，获得所述预测软件缺陷优化模型，包括：将所述软件缺陷平衡数据集分为训练集和验证集；使用所述训练集对软件缺陷模型进行训练，再使用所述验证集对训练后的软件缺陷模型进行性能评估，获得所述预测软件缺陷优化模型。
5.一种建立预测软件缺陷优化模型的装置，其特征在于，所述装置包括：计算模块，用于获取软件缺陷不平衡数据集；对所述软件缺陷不平衡数据集进行特征提取得到至少一个软件缺陷预测特征，计算所述至少一个软件缺陷预测特征与对应的标注数据之间的相关系数，基于所述相关系数计算所述至少一个软件缺陷预测特征的权值，组成第一权重向量；生成模块，用于基于所述第一权重向量变异生成变异权重向量，将所述第一权重向量与所述变异权重向量交叉组合，生成第二权重向量；比较模块，用于比较所述第一权重向量与所述第二权重向量中每个分向量，筛选出满足预设条件的分向量，基于所述满足预设条件的分向量组成最终权重向量；排序模块，用于基于最终权重向量，对所述软件缺陷不平衡数据集中样本进行排序，移除满足预设条件的样本，生成软件缺陷平衡数据集；训练模块，用于将所述软件缺陷平衡数据集用于预测软件缺陷的优化模型训练，获得所述预测软件缺陷优化模型；所述生成模块还用于基于所述第一权重向量的任意三个分向量，引入变异放缩因子，计算得出所述变异权重向量；将所述第一权重向量与所述变异权重向量中的多个分向量进行交叉组合，生成第二权重向量；所述比较模块还用于基于预设的目标函数，评估所述第一权重向量和所述第二权重向量中所有分向量的适应度；比较所述第一权重向量中所有分向量的适应度和所述第二权重向量中所有分向量的适应度，筛选出所述适应度满足预设条件的所有分向量，组成目标权重向量，将所述第一权重向量替换为所述目标权重向量，继续执行基于所述第一权重向量的任意三个分向量以及之后的步骤，直至达到预设的最大迭代次数或者适应度的提升达到预设阈值，将对应的目标权重向量作为最终权重向量。
6.根据权利要求5所述的装置，其特征在于，所述计算模块还用于基于所述相关系数的绝对值，确定所述至少一个软件缺陷预测特征的权值，将所述至少一个软件缺陷预测特征的权值组合，生成第一权重向量。
7.根据权利要求5所述的装置，其特征在于，所述排序模块还用于所述软件缺陷不平衡数据集包含多数类样本和少数类样本；将所述软件缺陷不平衡数据集中所有样本特征与所述最终权重向量结合，计算所述软件缺陷不平衡数据集中所有样本的加权评分，基于所述加权评分，对所述软件缺陷不平衡数据集中所有样本进行排序，保持所述少数类样本的数量不变，移除部分满足预设条件的所述多数类样本，直至所述多数类样本的数量与所述少数类样本的数量保持一致，生成软件缺陷平衡数据集。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
