基于動態(tài)相似度的錯誤定位優(yōu)先排序.pdf

1、軟件錯誤定位是軟件開發(fā)和維護周期中昂貴且耗時的活動之一。隨著軟件在日常生活中的普及，以及軟件功能越來越復雜，軟件調試過程也變得越來越長。如何研發(fā)一種行之有效的自動化方法，幫助程序員進行錯誤定位和修復，進而減少不必要的開銷是當前面臨的主要任務。
　　在軟件測試中，錯誤定位優(yōu)先排序把檢測錯誤和定位錯誤相結合，通過優(yōu)化測試用例的執(zhí)行次序，來提高錯誤定位效果，并降低測試成本的技術。目前錯誤定位優(yōu)先排序中基于相似度排序的方法，在相似度計算時

2、，度量測試用例與第一個執(zhí)行失效的(failed)測試用例覆蓋信息之間的相似度。該方法僅從語句數(shù)目多少來計算相似度，沒有考慮具體語句之間的不同，即不同語句對錯誤定位權重的不同，所以不能獲取最優(yōu)的測試用例執(zhí)行序列。
　　本文針對錯誤定位優(yōu)先排序中的相似度計算問題，進行了改進，提出了一種基于動態(tài)相似度的錯誤定位優(yōu)先排序方法。在相似度計算中，引入了語句懷疑度來表征failed測試用例，定義了failed測試用例的特征向量。動態(tài)相似度以及其

3、計算方法，以提高相似度計算的有效性。為了節(jié)約錯誤定位成本，本文在此基礎上，提出了相應的優(yōu)化策略，以提高錯誤定位的準確度，降低錯誤定位開銷。此外，由于錯誤定位優(yōu)先排序首先采用傳統(tǒng)測試用例優(yōu)先排序算法，以盡早檢測錯誤為目的，對測試用例進行優(yōu)先排序，所以不同算法檢測到的第一個failed測試用例可能不同，從而可能影響后續(xù)的錯誤定位效果。本文分析并驗證了以不同測試用例優(yōu)先排序算法檢測錯誤，對后續(xù)定位錯誤的影響。在6個C基準程序上，針對3種廣泛采