基于變異分析錯誤定位的變異約減策略研究.pdf

1、軟件調(diào)試過程中如何高效、精確地定位程序中的錯誤代碼是軟件開發(fā)人員普遍關(guān)注的一個問題?；谧儺惙治龅腻e誤定位(Mutation-Based Fault Localization，MBFL)應(yīng)運(yùn)而生，它利用人工植入故障與實(shí)際程序錯誤的相似性，分析程序中代碼語句可能出錯的概率，并以此來幫助開發(fā)及測試人員定位出錯語句在程序中的具體位置。MBFL通過生成大量的變異體以獲取較好的錯誤定位精度，在變異體上執(zhí)行大量測試用例集，其執(zhí)行成本較高，導(dǎo)致MBF

2、L技術(shù)在實(shí)際軟件錯誤定位中捉襟見肘。
　　為減少基于變異分析的錯誤定位方法在實(shí)際錯誤定位過程中的執(zhí)行代價，使MBFL能夠在實(shí)際軟件錯誤定位中得以廣泛運(yùn)用，本文提出一種面向語句的變異體約減策略(Statement-Oriented Mutant rEduction strategy,SOME)。分析測試用例的執(zhí)行信息，對被失敗測試用例覆蓋的語句實(shí)施全集變異算子，可使生成變異體種類完備，在此基礎(chǔ)之上對生成的各類變異體按比例進(jìn)行變異體抽

3、樣，以保證每條被變異語句上變異體種類的完備性，同時對各類變異體數(shù)目進(jìn)行約減，使得提出的面向語句的變異體約減策略能夠在錯誤定位精確度保持一致的前提下，減少變異執(zhí)行開銷。此外本文還給出了一種應(yīng)用SOME的MBFL基本框架。動態(tài)變異執(zhí)行策略DMES是一種有效的變異約減策略，DMES通過動態(tài)調(diào)整變異體和測試用例的執(zhí)行順序，來減少變異體執(zhí)行過程中的開銷，為進(jìn)一步減少M(fèi)BFL錯誤定位整體過程的變異執(zhí)行開銷，結(jié)合面向語句的變異體生成和選擇優(yōu)化過程，從

4、語句級別的變異體生成、選擇和動態(tài)變異執(zhí)行出發(fā)，配合測試?yán)脠?zhí)行預(yù)優(yōu)化方法，本文給出了DMES與SOME相結(jié)合的MBFL方法基本框架。
　　為評估面向語句的變異體約減策略在錯誤定位過程中的有效性，本文選取了8個程序包的140個錯誤版本，分析傳統(tǒng)MBFL、應(yīng)用變異體抽樣策略以及應(yīng)用SOME的MBFL，在不同錯誤定位公式下的變異執(zhí)行開銷情況，實(shí)驗(yàn)結(jié)果表明應(yīng)用SOME的MBFL與原始的MBFL在不同的懷疑度公式下，錯誤定位精確度一致，且執(zhí)

5、行開銷的減少效果比傳統(tǒng)變異體抽樣方法更加明顯，且應(yīng)用SOME的MBFL相較于應(yīng)用變異體抽樣方法的MBFL，在保持較高錯誤定位精度的同時，能夠減少74.13％～80.24％的變異執(zhí)行開銷，提高了錯誤定位效率。同時，實(shí)驗(yàn)進(jìn)一步分析說明了DMES與SOME相結(jié)合的MBFL方法，在保持錯誤定位精確度的同時，能夠有效減少78.80％～87.41％的變異執(zhí)行開銷，且與應(yīng)用SOME的MBFL在錯誤定位精準(zhǔn)度上效果相同，確實(shí)提升了錯誤定位過程中的變異執(zhí)