版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、缺陷定位作為軟件調(diào)試過程中的關(guān)鍵活動(dòng),對(duì)于提升軟件調(diào)試效率以及軟件質(zhì)量有著重要意義。學(xué)術(shù)界和工業(yè)界多年來(lái)一直致力于研究出高效缺陷定位技術(shù),取得了不少進(jìn)展。由于軟件缺陷作用機(jī)理的復(fù)雜性,目前缺陷定位仍然面臨很大挑戰(zhàn),定位精度有待進(jìn)一步提升。本文從測(cè)試用例生成、測(cè)試用例集有效性、強(qiáng)語(yǔ)義關(guān)聯(lián)性模型、無(wú)測(cè)試預(yù)言場(chǎng)景、信息類型有效性五個(gè)方面系統(tǒng)地研究基于關(guān)聯(lián)性分析的缺陷定位技術(shù)?;谏鲜鲅芯?,提出了一系列提升缺陷定位能力的優(yōu)化技術(shù),以大規(guī)模實(shí)驗(yàn)和
2、科學(xué)度量方法驗(yàn)證了本文所研究技術(shù)的有效性。論文的主要研究工作及創(chuàng)新點(diǎn)如下所示:
1)基于反饋的測(cè)試用例生成,為解決缺陷定位缺乏動(dòng)態(tài)調(diào)整問題提供新思路
現(xiàn)有缺陷定位技術(shù)忽視了缺陷定位是一個(gè)不斷動(dòng)態(tài)調(diào)整的過程,缺乏以不斷推理來(lái)實(shí)現(xiàn)精度動(dòng)態(tài)調(diào)整,在缺陷定位精度上已接近飽和,須結(jié)合動(dòng)態(tài)推理過程實(shí)現(xiàn)精度的上限突破。本文提出基于反饋的測(cè)試用例生成方法,通過提煉調(diào)試人員在調(diào)試過程中所使用的知識(shí)和經(jīng)驗(yàn),并抽象成反饋機(jī)制;然后采用測(cè)試
3、用例生成技術(shù),產(chǎn)生滿足反饋機(jī)制的新測(cè)試用例,即生成能反映知識(shí)和經(jīng)驗(yàn)的新測(cè)試用例;最后將新測(cè)試用例反饋到原有測(cè)試用例集中,通過新測(cè)試用例來(lái)模擬調(diào)試人員推理過程,不斷迭代這個(gè)過程直至滿足精度收斂條件,實(shí)現(xiàn)缺陷定位精度的動(dòng)態(tài)提升。實(shí)驗(yàn)表明,該方法所產(chǎn)生的新測(cè)試用例能有效改進(jìn)原有測(cè)試用例集的質(zhì)量,提升缺陷定位有效性。
2)基于隨機(jī)抽樣的測(cè)試用例集有效性分析,為面向缺陷定位的測(cè)試用例集優(yōu)化研究提供嶄新的思路
測(cè)試用例集的運(yùn)行信
4、息是分析和推導(dǎo)缺陷位置的關(guān)鍵。測(cè)試用例集對(duì)缺陷定位的有效性分析,能幫助了解測(cè)試用例集在缺陷定位過程中的作用機(jī)理,對(duì)面向缺陷定位的測(cè)試用例集設(shè)計(jì)、生成和約簡(jiǎn)具有重要的指導(dǎo)意義。本文以原有測(cè)試用例集為總體,采用隨機(jī)抽樣的方法,生成大量的隨機(jī)樣本,研究隨機(jī)樣本和總體之間的關(guān)系。理論分析和實(shí)驗(yàn)數(shù)據(jù)表明,測(cè)試用例集體積與缺陷定位有效性沒有明顯的關(guān)聯(lián)性,明確了有效性失敗測(cè)試用例集與未執(zhí)行缺陷語(yǔ)句的成功測(cè)試用例集對(duì)缺陷定位有效性有正效應(yīng),而執(zhí)行缺陷語(yǔ)
5、句的成功測(cè)試用例集對(duì)缺陷定位有效性有負(fù)效應(yīng)?;谌毕菡Z(yǔ)句在失敗測(cè)試用例集已獲得最大優(yōu)勢(shì)的分析,進(jìn)一步發(fā)現(xiàn)成功測(cè)試用例所包含的非確定性信息是導(dǎo)致缺陷定位有效性擾動(dòng)的原因?;诖?,本文提出新的度量標(biāo)準(zhǔn),即成功用例識(shí)別度(PassingTests Discrimination, PTD)來(lái)衡量一個(gè)測(cè)試用例集對(duì)缺陷定位有效性的影響。為了展示這些研究成果的應(yīng)用前景,本文基于PTD提出了一個(gè)測(cè)試用例集優(yōu)化方法。實(shí)驗(yàn)表明,該優(yōu)化方法能有效地提升測(cè)試用
6、例集質(zhì)量,改進(jìn)缺陷定位有效性。
3)基于強(qiáng)語(yǔ)義關(guān)聯(lián)性的缺陷定位技術(shù),突破弱關(guān)聯(lián)性度量的精度瓶頸
大多數(shù)缺陷定位方法通?;谡Z(yǔ)法單位(如函數(shù)、語(yǔ)句等粒度)相互獨(dú)立的基本假設(shè),定位方法不考慮語(yǔ)法單位之間的程序邏輯和語(yǔ)義關(guān)聯(lián)性,須融入了語(yǔ)義關(guān)聯(lián)性來(lái)突破語(yǔ)義獨(dú)立所帶來(lái)的精度瓶頸。本文基于逆向切片(Backward Slice)定義了融合語(yǔ)義的關(guān)聯(lián)性表達(dá)信息模型,能剝離出與測(cè)試輸出結(jié)果(成功或者失?。╆P(guān)聯(lián)的語(yǔ)義場(chǎng)景,即將語(yǔ)句執(zhí)
7、行是否影響測(cè)試輸出結(jié)果進(jìn)行關(guān)聯(lián),并將模型應(yīng)用到當(dāng)前先進(jìn)的統(tǒng)計(jì)方法體系,即基于頻譜的缺陷定位技術(shù)SFL(Spectrum-based Fault Localization,SFL)的統(tǒng)計(jì)方法體系。實(shí)驗(yàn)表明,基于強(qiáng)語(yǔ)義關(guān)聯(lián)性的缺陷定位技術(shù)能顯著提升缺陷定位的有效性。
4)基于無(wú)測(cè)試預(yù)言的缺陷定位技術(shù),構(gòu)建了缺陷定位應(yīng)對(duì)“預(yù)言家難題”的新方法體系
一般情況下,缺陷定位技術(shù)的應(yīng)用前提必須存在測(cè)試預(yù)言,否則缺陷定位技術(shù)會(huì)無(wú)法使
8、用。然而,在現(xiàn)實(shí)很多情況下,測(cè)試預(yù)言不存在或者很難定義,這就是著名的“預(yù)言家難題”(Oracle Problem)。針對(duì)存在的“預(yù)言家難題”,本文應(yīng)用蛻變測(cè)試(Metamorphic Testing)將測(cè)試輸出結(jié)果(失敗或者成功)重新定義為蛻變測(cè)試組輸出結(jié)果(違反或者未違反),從而實(shí)現(xiàn)在無(wú)測(cè)試預(yù)言情境下應(yīng)用缺陷定位技術(shù)。該技術(shù)應(yīng)用到本文之前提出的基于強(qiáng)語(yǔ)義關(guān)聯(lián)性的缺陷定位技術(shù)上,實(shí)驗(yàn)表明,在無(wú)測(cè)試預(yù)言的情境下,缺陷定位有效性與在有測(cè)試預(yù)
9、言情境下的有效性相當(dāng)。本文進(jìn)一步研究了逆向切片與執(zhí)行切片(Execution Slice)在定位有效性上的關(guān)系。實(shí)驗(yàn)表明,在有測(cè)試預(yù)言和無(wú)測(cè)試預(yù)言兩種情況下,逆向切片比執(zhí)行切片具有更強(qiáng)的缺陷定位能力,并且在現(xiàn)有統(tǒng)計(jì)方法體系中,公式 GP19和ER1’相比于其它公式,更有可能達(dá)到最優(yōu)結(jié)果。
5)面向缺陷定位的信息類型有效性分析,發(fā)現(xiàn)執(zhí)行次數(shù)對(duì)缺陷定位的負(fù)效應(yīng)現(xiàn)象,為信息類型選取與設(shè)計(jì)提供新指導(dǎo)
測(cè)試用例集的運(yùn)行信息需要
10、采用具體信息類型來(lái)表達(dá),不同信息類型表達(dá)能力各有不同,對(duì)缺陷定位的有效性會(huì)產(chǎn)生不同影響,有必要研究現(xiàn)有主流信息類型對(duì)缺陷定位有效性的影響,以此指導(dǎo)適用于缺陷定位的信息類型的選取和設(shè)計(jì)。本文選取二進(jìn)制執(zhí)行BC(BinaryInformation ofExecutionCount,BC)、執(zhí)行次數(shù)FC(FrequencyExecutionCount,F(xiàn)C)、逆向切片BS(Backward Slice,BS)、執(zhí)行次數(shù)與逆向切片混合體FC&B
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關(guān)聯(lián)性分析的入侵檢測(cè)技術(shù).pdf
- 基于數(shù)據(jù)挖掘技術(shù)的犯罪因素關(guān)聯(lián)性分析.pdf
- 缺陷結(jié)構(gòu)與石墨鐵磁性的關(guān)聯(lián)性研究.pdf
- 面向云存儲(chǔ)的關(guān)聯(lián)性刪除關(guān)鍵技術(shù)研究.pdf
- 基于GPU的多序列關(guān)聯(lián)性分析方法研究.pdf
- 基于程序關(guān)聯(lián)性分析的軟件測(cè)試方法研究.pdf
- 面向云存儲(chǔ)的關(guān)聯(lián)性刪除關(guān)鍵技術(shù)研究
- 基于傳播鏈的缺陷定位及修復(fù)技術(shù)研究.pdf
- 中美股市關(guān)聯(lián)性分析.pdf
- 基于時(shí)空關(guān)聯(lián)性分析的APT攻擊流量檢測(cè).pdf
- 基于圖挖掘的推特事件關(guān)聯(lián)性分析方法研究.pdf
- 基于關(guān)聯(lián)性挖掘的流形對(duì)齊算法研究.pdf
- 基于灰色關(guān)聯(lián)性的橋梁風(fēng)險(xiǎn)評(píng)價(jià)研究.pdf
- 基于數(shù)據(jù)挖掘的課程成績(jī)關(guān)聯(lián)性研究.pdf
- 廣告中隱喻的關(guān)聯(lián)性分析.pdf
- 語(yǔ)篇連貫的關(guān)聯(lián)性分析.pdf
- 基于因素關(guān)聯(lián)性分析的信息安全風(fēng)險(xiǎn)評(píng)估模型研究
- 多缺陷和多線程缺陷定位技術(shù)研究.pdf
- 兩變量關(guān)聯(lián)性分析介紹
- 基于ARCH-Copula模型的關(guān)聯(lián)性研究.pdf
評(píng)論
0/150
提交評(píng)論