基于Bug Report的降噪和缺陷定位研究

发布时间：2017-11-11 05:17

  本文关键词：基于Bug Report的降噪和缺陷定位研究

  更多相关文章： 软件演化 bug report分类 缺陷定位 文本挖掘

【摘要】：在软件开发与维护的过程中,缺陷追踪系统得到了广泛的运用。研究人员利用从缺陷追踪系统中获取的历史数据进行各方面的预测,如缺陷定位。但研究表明缺陷追踪系统中约有三分之一的bug report是非修正性错误且这些噪声对基于bug report的预测模型的有效性具有潜在的影响。因此,在进行基于bug report的缺陷定位之前,必须人工对从缺陷追踪系统中抽取的bug report进行预处理,从而尽量去除那些非修正性的报告。为了减少这些噪声,减轻开发人员的负担,本文提出了一个多阶段的方法对bug report进行自动的重新分类。本文利用来自多个缺陷追踪系统中的十个大型开源项目的bug report验证了所提出的多阶段分类方法的有效性。在保证bug report的纯度之后,修正性维护最重要的一步就是对这些缺陷进行定位和修正。然而,人工进行缺陷定位需要比较高的专业知识且为开发人员增加了额外的负担。本文提出了一个结合bug report文本词性与源文件调用关系的自动化缺陷定位方法。除此之外,本文还提出了一个调整空间向量模型词项权值的方法,用来增加bug report文本中名词在模型中的权值并且创建了一个源文件调用关系库用以准确快速的获得调用文件,通过对比实验,验证了所提出方法的有效性。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.5
，

本文编号：1169979