基于预测的变异错误定位方法研究

发布时间：2021-04-27 12:32

　　在软件的调试过程中,有效而准确地识别错误的位置非常重要,其中基于覆盖的错误定位（CBFL）和基于变异的错误定位（MBFL）广泛应用于软件调试中。这两种错误定位方法都需要使用测试用例信息实现错误定位,包括测试用例的代码执行路径和测试用例的输出结果信息。已有的研究表明,基于变异分析的错误定位技术的精度高于基于覆盖的错误定位技术。基于变异分析的错误定位技术采用人工植入错误的方法生成变异体,也就是相应的变异程序,在这些变异体上执行测试用例,最后计算出每条语句的怀疑度值。开发人员根据语句怀疑度值的排列顺序,依次检查语句,从而提高软件调试效率。MBFL的错误定位精度高,但考虑到大型程序拥有极大数量的测试用例,因此获取测试用例的执行结果是一项花费巨大的工作。针对在大量变异体上执行测试用例并获取执行结果的过程中存在的巨大花费,本文提出了一种基于神经网络算法和程序变异的测试用例输出预测方法。首先在少量变异体上执行测试用例,用这些执行结果作为训练集,然后预测剩余测试用例的执行结果。通过神经网络模型预测测试用例的执行结果,可以大大减少人工判断测试用例执行结果的成本,进而提高软件测试人员的工作效率。为了进一步... 

【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景和意义
    1.2 国内外研究现状
        1.2.1 基于覆盖的错误定位
        1.2.2 基于变异的错误定位
        1.2.3 测试用例执行结果预测方法研究现状
    1.3 课题主要研究内容
    1.4 本文组织结构
第二章 研究现状
    2.1 基于覆盖的错误定位技术研究现状
        2.1.1 基于覆盖的错误定位问题描述
        2.1.2 基于覆盖的错误定位方法
        2.1.3 偶然性成功测试用例以及影响
    2.2 基于变异的错误定位技术研究现状
    2.3 机器学习和神经网络方法研究
        2.3.1 传统机器学习算法
        2.3.2 神经网络算法
    2.4 测试用例执行结果预测方法研究现状
    2.5 本章小结
第三章 基于学习的测试用例执行结果预测方法研究
    3.1 测试用例特征向量构造方法研究
    3.2 基于传统机器学习的测试用例执行结果预测
        3.2.1 支持向量机
        3.2.2 K最近邻分类算法
        3.2.3 朴素贝叶斯分类
    3.3 基于神经网络的测试用例执行结果预测
    3.4 本章小结
第四章 基于预测的MBFL技术研究
    4.1 MBFL的基本思想和原理
    4.2 变异体与怀疑度计算
    4.3 MBFL的基本框架
    4.4 基于预测的MBFL算法过程
    4.5 本章小结
第五章 实验结果分析
    5.1 研究问题
    5.2 实验对象
    5.3 评估指标
        5.3.1 变异测试预测评估指标
        5.3.2 错误定位评估指标
        5.3.3 数据差异性评估指标
    5.4 实验结果与分析
        5.4.1 四种机器学习算法预测精度的比较
        5.4.2 变异覆盖和语句覆盖对预测精度的比较
        5.4.3 错误定位精度的评估
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
附录
致谢
作者和导师简介
附件


【参考文献】：
期刊论文
[1]针对基于变异错误定位的一种动态变异执行策略[J]. 龚沛,耿楚瑶,郭俊霞,赵瑞莲.  计算机科学. 2016(02)
[2]基于偶然性正确测试用例发现的错误定位方法[J]. 冯潞潞,丁佐华.  计算机工程与应用. 2015(22)
[3]自动化软件错误定位技术研究进展[J]. 虞凯,林梦香.  计算机学报. 2011(08)
[4]面向路径覆盖的演化测试用例生成技术(英文)[J]. 谢晓园,徐宝文,史亮,聂长海.  软件学报. 2009(12)

硕士论文
[1]基于变异错误定位的变异执行策略研究[D]. 龚沛.北京化工大学 2015



本文编号：3163473