基于數(shù)據(jù)挖掘的軟件錯誤定位方法研究.pdf

1、近年來，社會發(fā)展對軟件測試和調(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，而錯誤定位是軟件調(diào)試中最為耗時費力的活動之一。錯誤定位旨在找到隱含在程序源代碼中的錯誤指令、過程或數(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，研究軟件錯誤定位具有重要意義。
　　軟件錯誤定位是近年來國內(nèi)外研究的熱點，具有重要科學(xué)意義和應(yīng)用前景。到目前為

2、止，軟件錯誤定位方法還不夠完善，存在如下問題：(1)錯誤定位精度有待進(jìn)一步提高。大多數(shù)錯誤定位方法，利用統(tǒng)計理論對定位結(jié)果進(jìn)行了精煉，只在一定程度上提高了錯誤定位的精度。(2)較少考慮偶然正確性測試用例對錯誤定位效率的影響，偶然正確性測試用例會使錯誤定位效率下降。(3)已有的方法在軟件中存在多個錯誤時的定位效果不理想,開發(fā)人員較難高效地同時定位出軟件中存在的多個錯誤。
　　針對上述問題，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、軟件錯誤定位研究。首先，研究基于關(guān)聯(lián)分析及排序策略的錯誤定位方法；其次，研究偶然正確性測試用例對錯誤定位效率的影響，從理論角度進(jìn)行了分析，并提出偶然正確性測試用例識別方法；最后，針對軟件中存在多錯誤的問題，提出多錯誤定位方法。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)計的排序策略對關(guān)聯(lián)分析后的語句進(jìn)行排序，生成錯誤定位報告。實證研究表明，F(xiàn)LAR方法錯誤定位效果較好。另外，我們提出改進(jìn)的動態(tài)切片方法，用

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

6、用例對不同懷疑度計算公式效率的影響?；谏鲜隹蚣?，理論分析了偶然正確性測試用例對30個經(jīng)典懷疑度計算公式效率的影響。此研究工作是偶然正確性測試用例對錯誤定位效率影響的有益理論探索，為在軟件錯誤定位時移除偶然正確性測試用例提供理論依據(jù)。
　　(3)針對偶然正確性影響錯誤定位效率的問題，提出了面向有效錯誤定位的偶然正確性測試用例識別方法。該方法首先識別偶然正確性元素，應(yīng)用懷疑度計算公式計算程序元素懷疑度，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)該特征元素對程序執(zhí)行軌跡進(jìn)行維度約簡，并進(jìn)一步建立基于模糊c均值聚類的偶然正確性測試用例識別模型；最后，將其結(jié)果應(yīng)用于錯誤定位。應(yīng)用該方法在3組測試程序上進(jìn)行偶然正確性測試用例識別，在此基礎(chǔ)上，采用4種錯誤定位方法開展錯誤定位，比較移除偶然正確性測試用例對錯誤定位效率的影響。實驗結(jié)果表明，與基于k-means聚類的偶然正確性測試用例識別方法相比，該方法在偶然正確性測試用例識別方面具有較低的誤報率和漏報率，更

8、能提高錯誤定位的效率。
　　(4)針對軟件中存在多個錯誤的問題，提出了基于Chamelelon聚類分析的多錯誤定位方法。該方法首先將每一個失敗程序執(zhí)行軌跡和所有成功程序執(zhí)行軌跡合并，計算其懷疑度，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，按照該特征元素對失敗程序執(zhí)行軌跡進(jìn)行約簡；其次，在此基礎(chǔ)上，聚類分析技術(shù)將失敗程序執(zhí)行軌跡分簇，使得每簇包含一個錯誤；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，計算其懷疑