基于數(shù)據(jù)挖掘的軟件錯(cuò)誤定位方法研究.pdf

1、近年來(lái)，社會(huì)發(fā)展對(duì)軟件測(cè)試和調(diào)試技術(shù)提出了新的挑戰(zhàn)。不斷變化的環(huán)境和需求對(duì)軟件系統(tǒng)提出了更高的要求，保證軟件質(zhì)量變得至關(guān)重要。目前，軟件調(diào)試是保證軟件質(zhì)量最主要的手段之一，而錯(cuò)誤定位是軟件調(diào)試中最為耗時(shí)費(fèi)力的活動(dòng)之一。錯(cuò)誤定位旨在找到隱含在程序源代碼中的錯(cuò)誤指令、過(guò)程或數(shù)據(jù)定義。它可以提高軟件質(zhì)量、降低軟件調(diào)試成本。因此，研究軟件錯(cuò)誤定位具有重要意義。
　　軟件錯(cuò)誤定位是近年來(lái)國(guó)內(nèi)外研究的熱點(diǎn)，具有重要科學(xué)意義和應(yīng)用前景。到目前為

2、止，軟件錯(cuò)誤定位方法還不夠完善，存在如下問(wèn)題：(1)錯(cuò)誤定位精度有待進(jìn)一步提高。大多數(shù)錯(cuò)誤定位方法，利用統(tǒng)計(jì)理論對(duì)定位結(jié)果進(jìn)行了精煉，只在一定程度上提高了錯(cuò)誤定位的精度。(2)較少考慮偶然正確性測(cè)試用例對(duì)錯(cuò)誤定位效率的影響，偶然正確性測(cè)試用例會(huì)使錯(cuò)誤定位效率下降。(3)已有的方法在軟件中存在多個(gè)錯(cuò)誤時(shí)的定位效果不理想,開(kāi)發(fā)人員較難高效地同時(shí)定位出軟件中存在的多個(gè)錯(cuò)誤。
　　針對(duì)上述問(wèn)題，本文從程序切片分析入手并結(jié)合數(shù)據(jù)挖掘技術(shù)進(jìn)行

3、軟件錯(cuò)誤定位研究。首先，研究基于關(guān)聯(lián)分析及排序策略的錯(cuò)誤定位方法；其次，研究偶然正確性測(cè)試用例對(duì)錯(cuò)誤定位效率的影響，從理論角度進(jìn)行了分析，并提出偶然正確性測(cè)試用例識(shí)別方法；最后，針對(duì)軟件中存在多錯(cuò)誤的問(wèn)題，提出多錯(cuò)誤定位方法。本文的主要工作和貢獻(xiàn)總結(jié)如下：
　　(1)提出了基于關(guān)聯(lián)分析及排序策略的錯(cuò)誤定位方法FLAR(Fault Localiza-tion based on Association analysis and Ran

4、k strategy)以及改進(jìn)方法DS-FLAR(Dynamic Slicing-Fault Localization based on Association analysis and Rank strategy)。采用關(guān)聯(lián)分析技術(shù)能夠反映出程序執(zhí)行軌跡中語(yǔ)句與執(zhí)行結(jié)果之間的關(guān)聯(lián)關(guān)系，然后利用本文設(shè)計(jì)的排序策略對(duì)關(guān)聯(lián)分析后的語(yǔ)句進(jìn)行排序，生成錯(cuò)誤定位報(bào)告。實(shí)證研究表明，F(xiàn)LAR方法錯(cuò)誤定位效果較好。另外，我們提出改進(jìn)的動(dòng)態(tài)切片方法，用

5、于更好地縮小錯(cuò)誤定位的范圍，從而優(yōu)化FLAR方法，最終提出一種基于動(dòng)態(tài)切片、關(guān)聯(lián)分析及排序策略相結(jié)合的錯(cuò)誤定位方法DS-FLAR。實(shí)驗(yàn)結(jié)果表明DS-FLAR定位效果優(yōu)于FLAR方法、以及其它對(duì)比方法。
　　(2)針對(duì)偶然正確性問(wèn)題，提出了錯(cuò)誤定位效率受偶然正確性測(cè)試用例影響的理論分析框架。通過(guò)將懷疑度計(jì)算公式看成是程序元素的四元組表示形式中變量nep(成功測(cè)試用例覆蓋程序元素的次數(shù))的函數(shù)，采用對(duì)函數(shù)求導(dǎo)的方式來(lái)分析偶然正確性測(cè)試

6、用例對(duì)不同懷疑度計(jì)算公式效率的影響?；谏鲜隹蚣埽碚摲治隽伺既徽_性測(cè)試用例對(duì)30個(gè)經(jīng)典懷疑度計(jì)算公式效率的影響。此研究工作是偶然正確性測(cè)試用例對(duì)錯(cuò)誤定位效率影響的有益理論探索，為在軟件錯(cuò)誤定位時(shí)移除偶然正確性測(cè)試用例提供理論依據(jù)。
　　(3)針對(duì)偶然正確性影響錯(cuò)誤定位效率的問(wèn)題，提出了面向有效錯(cuò)誤定位的偶然正確性測(cè)試用例識(shí)別方法。該方法首先識(shí)別偶然正確性元素，應(yīng)用懷疑度計(jì)算公式計(jì)算程序元素懷疑度，挑選出高可疑偶然正確性元素作為

7、偶然正確性特征元素；然后，根據(jù)該特征元素對(duì)程序執(zhí)行軌跡進(jìn)行維度約簡(jiǎn)，并進(jìn)一步建立基于模糊c均值聚類(lèi)的偶然正確性測(cè)試用例識(shí)別模型；最后，將其結(jié)果應(yīng)用于錯(cuò)誤定位。應(yīng)用該方法在3組測(cè)試程序上進(jìn)行偶然正確性測(cè)試用例識(shí)別，在此基礎(chǔ)上，采用4種錯(cuò)誤定位方法開(kāi)展錯(cuò)誤定位，比較移除偶然正確性測(cè)試用例對(duì)錯(cuò)誤定位效率的影響。實(shí)驗(yàn)結(jié)果表明，與基于k-means聚類(lèi)的偶然正確性測(cè)試用例識(shí)別方法相比，該方法在偶然正確性測(cè)試用例識(shí)別方面具有較低的誤報(bào)率和漏報(bào)率，更

8、能提高錯(cuò)誤定位的效率。
　　(4)針對(duì)軟件中存在多個(gè)錯(cuò)誤的問(wèn)題，提出了基于Chamelelon聚類(lèi)分析的多錯(cuò)誤定位方法。該方法首先將每一個(gè)失敗程序執(zhí)行軌跡和所有成功程序執(zhí)行軌跡合并，計(jì)算其懷疑度，按懷疑度大小選取高可疑元素作為程序執(zhí)行軌跡的特征元素，按照該特征元素對(duì)失敗程序執(zhí)行軌跡進(jìn)行約簡(jiǎn)；其次，在此基礎(chǔ)上，聚類(lèi)分析技術(shù)將失敗程序執(zhí)行軌跡分簇，使得每簇包含一個(gè)錯(cuò)誤；然后，將失敗程序執(zhí)行軌跡簇與所有成功程序執(zhí)行軌跡簇合并，計(jì)算其懷疑