多故障程序的概率診斷方法研究.pdf

1、自動化的軟件故障診斷技術(shù)對于保證軟件質(zhì)量起著至關(guān)重要的作用。然而現(xiàn)有的故障診斷技術(shù)大多假設(shè)程序只存在一個故障，這種假設(shè)在實際的程序中是不現(xiàn)實的。相比單故障而言，多故障程序固有的不確定性會產(chǎn)生更多更復(fù)雜的問題，使得現(xiàn)有的故障診斷方法的效果并不理想。
　　本文通過分析程序切片、基于統(tǒng)計的故障定位、基于模型的軟件調(diào)試以及概率圖模型診斷等軟件故障診斷技術(shù)的研究現(xiàn)狀，在形式化多故障程序診斷問題模型的基礎(chǔ)上，針對多故障程序本身固有的不確定性問

2、題，例如測試用例依賴性、故障傳播以及故障遮掩等，重點研究基于擴展概率圖模型的概率診斷方法，取得了以下研究成果:
　　(1)通過對多故障程序的測試用例依賴、故障傳播和故障遮掩問題的分析，提出感染圖及其概率診斷方法(IGADER)將BARINEL技術(shù)推進一步。感染圖利用感染連接的概念從依賴關(guān)系角度描述語句之間的相互作用，在此基礎(chǔ)上IGADER識別沖突、產(chǎn)生并鑒別候選診斷。為驗證IGADER的有效性，采用不同規(guī)模的單故障和多故障程序進行

3、實驗，實驗結(jié)果表明IGADER的診斷精度好于經(jīng)典的Tarantula、Ochiai以及BARINEL等方法。
　　(2)基于程序語句之間的控制依賴和數(shù)據(jù)依賴關(guān)系，用馬爾可夫覆蓋建立基于因果模型的二層貝葉斯網(wǎng)絡(luò)模型——概率因果圖(PCEG)。通過基于Noisy-or的“自頂向下”推理以及基于標準貝葉斯的“自底向上”推理，能夠有效捕捉（循環(huán)）程序在控制流和數(shù)據(jù)流上的故障傳播。采用同樣的程序，不同大小的測試用例集進行實驗，證明PCEG相

4、比Tarantula、Ochiai以及BARINEL方法更能刻畫語句之間深層次的因果關(guān)系，對測試用例的敏感性較低，能夠控制循環(huán)語句導(dǎo)致的相似執(zhí)行信息對診斷精確性的負面影響。
　　(3)針對軟件開發(fā)中存在的“虛假依賴”問題，提出擴展隱馬爾可夫模型及其概率診斷方法EHMM。EHMM把程序特征看作是“隱”變量，對每個失敗測試用例建立一個隱馬爾可夫模型，再通過在一組隱馬爾可夫模型上的推理來對所有“隱”變量的狀態(tài)進行分類，并對分類后狀態(tài)為f

5、aulty的變量，計算其可疑度作為診斷結(jié)果。為了驗證EHMM的有效性，特別對包含一個故障、兩個故障以及三個故障的帶有“虛假依賴”的真實程序進行實驗設(shè)計，結(jié)果表明EHMM方法在處理帶有“虛假依賴”的程序時，診斷結(jié)果要好于PCEG、IGADER、Tarantula以及Ochiai等方法。
　　(4)診斷系統(tǒng)實現(xiàn)與應(yīng)用方面，本文設(shè)計了一個集成IGADER、PCEG以及EHMM等概率診斷方法的診斷系統(tǒng)PGDS。該系統(tǒng)能夠應(yīng)用于實際的多故障