返回列表 发布新帖

基于冗余覆盖信息约简的软件缺陷定位方法

10 0
admin 发表于 2024-12-14 12:05 | 查看全部 阅读模式

文档名:基于冗余覆盖信息约简的软件缺陷定位方法
摘要:软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-basedFaultLocalization,SFL)是应用最为广泛的软件缺陷定位技术,其通过分析语句覆盖信息矩阵计算代码语句的可疑度值,并根据可疑度值定位缺陷所在语句.然而,语句覆盖信息矩阵中存在着严重的数据冗余问题,冗余的数据极大地影响了SFL的缺陷定位性能.以Defects4J数据集中395个程序的语句覆盖信息矩阵为例,在超过一半的语句覆盖信息矩阵中有90%的语句存在与其具有相同覆盖信息的语句.特征选择是常用的数据预处理技术,通过去除冗余和不相关特征来获取原始特征集中有价值的特征子集.因此,我们将语句覆盖信息矩阵作为原始特征集,将冗余覆盖信息约简建模为特征选择问题,提出了一种基于冗余覆盖信息约简的软件缺陷定位方法(FaultLocalizationbasedonRedundantcoverageinformationReduction,FLRR).首先,使用特征选择技术对语句覆盖信息和测试用例执行结果组成的语句覆盖信息矩阵进行约简,得到语句覆盖信息矩阵子集;然后,使用SFL计算语句覆盖信息矩阵子集中语句的可疑度值,并根据可疑度值对语句进行降序排列,以定位缺陷语句.本文使用六种常用的特征选择技术对语句覆盖信息矩阵进行特征选择和约简,以得到语句覆盖信息矩阵子集,并使用四种典型的SFL技术对语句覆盖信息矩阵子集中的语句进行缺陷定位.为评估FLRR的缺陷定位性能,本文使用Einspect@n和MRR(MeanReciprocalRank)评价指标在基于Defects4J的数据集上与四种典型的SFL技术进行了对比实验.实验结果表明,FLRR能够有效提升SFL的缺陷定位性能.对于Einspect@n指标,当n=1时,FLRR相比DStar、Ochiai、Barinel和OP2分别多定位到23条、26条、14条和13条缺陷语句,分别增加了69.70%、76.47%、45.16%和38.24%;对于MRR指标,FLRR相比DStar、Ochiai、Barinel和OP2分别提升了20.08%、24.94%、17.45%和19.15%.

作者:王浩仁   崔展齐   岳雷   陈翔   郑丽伟 Author:WANGHao-ren   CUIZhan-qi   YUELei   CHENXiang   ZHENGLi-wei
作者单位:北京信息科技大学计算机学院,北京100101南通大学计算机科学与技术学院,江苏南通226019
刊名:电子学报
Journal:ActaElectronicaSinica
年,卷(期):2024, 52(1)
分类号:TP311.5
关键词:缺陷定位  特征选择  软件调试  可疑度  语句覆盖信息  测试用例  
Keywords:faultlocalization  featureselection  softwaredebugging  suspiciousvalue  statementcoverageinformation  testcase  
机标分类号:TP312O157.5TN925.93
在线出版日期:2024年4月16日
基金项目:基于冗余覆盖信息约简的软件缺陷定位方法[
期刊论文]  电子学报--2024, 52(1)王浩仁  崔展齐  岳雷  陈翔  郑丽伟软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-basedFaultLocalization,SFL)是应用最为广泛的软件缺陷定位技术,其通过...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于冗余覆盖信息约简的软件缺陷定位方法  Software Fault Localization Based on Redundant Coverage Information Reduction

基于冗余覆盖信息约简的软件缺陷定位方法.pdf
2024-12-14 12:05 上传
文件大小:
2.21 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表