基于BugReport的降噪和缺陷定位研究.pdf

1、在軟件開發(fā)與維護的過程中，缺陷追蹤系統(tǒng)得到了廣泛的運用。研究人員利用從缺陷追蹤系統(tǒng)中獲取的歷史數(shù)據(jù)進行各方面的預(yù)測，如缺陷定位。但研究表明缺陷追蹤系統(tǒng)中約有三分之一的bug report是非修正性錯誤且這些噪聲對基于bug report的預(yù)測模型的有效性具有潛在的影響。因此，在進行基于bug report的缺陷定位之前，必須人工對從缺陷追蹤系統(tǒng)中抽取的bug report進行預(yù)處理，從而盡量去除那些非修正性的報告。為了減少這些噪聲，減輕

2、開發(fā)人員的負擔(dān)，本文提出了一個多階段的方法對bug report進行自動的重新分類。本文利用來自多個缺陷追蹤系統(tǒng)中的十個大型開源項目的bug report驗證了所提出的多階段分類方法的有效性。
　　在保證bug report的純度之后，修正性維護最重要的一步就是對這些缺陷進行定位和修正。然而，人工進行缺陷定位需要比較高的專業(yè)知識且為開發(fā)人員增加了額外的負擔(dān)。本文提出了一個結(jié)合bug report文本詞性與源文件調(diào)用關(guān)系的自動化缺陷