組合統(tǒng)計模型在程序錯誤定位中的應(yīng)用.pdf

1、隨著軟件維護(hù)的工作量和難度越來越大,自動化調(diào)試和錯誤定位技術(shù)的研究也變得越來越有意義。程序錯誤定位技術(shù)的研究包含很多方面,統(tǒng)計模型在程序錯誤定位中的應(yīng)用是一個比較新的研究課題。其目的在于通過統(tǒng)計理論分析運行時狀態(tài),推斷程序中錯誤代碼的位置。由于很難提取開發(fā)人員普適的行為特征,也很難對不同軟件的程序邏輯作明確定義,因此如果按現(xiàn)有主流方法,對運行時狀態(tài)進(jìn)行單維度地特征提取并建立獨立模型,一般都會導(dǎo)致模型存在泛化能力較弱、對錯誤類型依賴性高、

2、對測試用例過度依賴等問題?？梢钥紤]兩種方法解決獨立統(tǒng)計模型在程序錯誤定位時存在的問題,第一種方法對運行時狀態(tài)提取多維度的特征,然后建立一個復(fù)雜的模型;另一種方法分別對每個維度的特征數(shù)據(jù)建立獨立統(tǒng)計模型,然后通過一定的機(jī)制將其整合。本文的研究內(nèi)容就是對第二種方法進(jìn)行研究、實現(xiàn)和驗證。本文提出了組合統(tǒng)計模型的方法來解決獨立模型存在的問題。組合統(tǒng)計模型根據(jù)數(shù)據(jù)特征分別建立有效的模型。這些模型在一定環(huán)境下都能很好地定位程序中的錯誤,并且在錯誤定

3、位和泛化能力等性能上形成互補(bǔ),這樣在一定程度上保證了模型的基本性能。然后本文將這些獨立模型進(jìn)行加權(quán)組合,構(gòu)成一個完整的模型系統(tǒng)。因此需要考慮以下兩個問題:1.各獨立統(tǒng)計模型的建立本文從運行時狀態(tài)中提取了控制流圖節(jié)點覆蓋率、程序代碼在程序運行過程中的執(zhí)行次數(shù)、控制流圖中前驅(qū)和后繼節(jié)點之間的跳轉(zhuǎn)概率三個維度的特征,并分別為此建立了占有率模型、相關(guān)性模型、執(zhí)行次數(shù)分布檢驗?zāi)Ｐ秃颓膀?qū)/后繼分布檢驗?zāi)Ｐ汀?.模型組合本文采用Boosting方法對

4、各獨立統(tǒng)計模型進(jìn)行加權(quán)組合。通過權(quán)重系數(shù)來控制各模型在組合模型中發(fā)揮的作用。實驗結(jié)果表明,獨立統(tǒng)計模型能分別覆蓋一些特定的錯誤類型,在這些類型中發(fā)揮良好的錯誤定位性能。但是這些獨立模型都對錯誤類型有較強(qiáng)的依賴,無法找出程序中其他類型的錯誤。而組合統(tǒng)計模型很好地解決了依賴性問題,在各組實驗中都能很快地直接定位程序中的錯誤。因此,組合統(tǒng)計模型具有更好的錯誤查找性能和抗噪能力,能夠有效定位程序中不同類型的錯誤代碼。通過組合模型和獨立模型的對比