软件Bug的报告生成与理解

发布时间：2022-12-17 11:06

　　软件bug管理是开发和维护软件系统的核心工作之一。为提升软件bug的管理效率,软件公司通常采用bug仓库统一记录和处理软件bug。结合bug仓库,已有研究尝试将bug处理流程自动化,如自动生成测试脚本检测bug、自动分派和定位bug报告。尽管如此,在软件bug的报告生成与理解方面仍有许多问题亟待解决,主要包括如何自动分析软件测试失败脚本以撰写bug报告,以及如何理解bug报告内容以修复软件bug。围绕上述问题,本文研究三方面内容,分别是bug报告的生成（系统集成测试bug形成原因分类）,bug报告内容理解（基于众包的有监督bug报告摘要、基于深度学习的无监督bug报告摘要）,bug报告关联资源理解（基于词嵌入的bug报告关联资源推荐）。（1）提出系统集成测试bug分类算法。在软件测试过程中,测试人员通常需分析执行失败的测试脚本以找到bug产生的原因,进而准确提交bug报告。为提升测试人员撰写bug报告的效率,本部分研究利用测试脚本所关联的测试日志,自动分类测试脚本执行失败的原因。实验表明算法可应用于工业生产环境并提升测试脚本分析的准确率。（2）提出基于众包的有监督bug报告摘要算法。B... 

【文章页数】：132 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
    1.2 相关研究进展
        1.2.1 软件测试Bug形成原因分析
        1.2.2 Bug报告特征构建与摘要
        1.2.3 面向Bug维护需求的资源推荐
    1.3 主要研究思路
        1.3.1 Bug报告生成
        1.3.2 Bug报告内容理解
        1.3.3 Bug报告关联资源理解
    1.4 本章小结
2 系统集成测试Bug形成原因分类
    2.1 概述
        2.1.1 系统集成测试过程
        2.1.2 测试日志
        2.1.3 问题定义
    2.2 算法设计
        2.2.1 测试日志预处理
        2.2.2 历史测试日志选择
        2.2.3 原因预测
        2.2.4 预测结果表示
    2.3 实验评估
        2.3.1 实验设计
        2.3.2 参数对算法的影响评估
        2.3.3 与对比算法比较
        2.3.4 历史测试日志选择模块对CAM的影响评估
        2.3.5 在真实开发环境下的性能评估
    2.4 讨论
    2.5 本章小结
3 基于众包的有监督Bug报告摘要
    3.1 概述
    3.2 特征构建动机
    3.3 基于众包的特征构建框架
    3.4 基于众包的bug报告摘要特征构建
        3.4.1 特征构建过程
        3.4.2 特征构建结果
    3.5 实验评估
        3.5.1 实验设置
        3.5.2 与对比算法比较
        3.5.3 志愿者人数对众包过程的影响
        3.5.4 众包志愿者质量分析
    3.6 讨论
    3.7 本章小结
4 基于深度学习的无监督Bug报告摘要
    4.1 概述
    4.2 无监督深度摘要框架
        4.2.1 Bug报告预处理
        4.2.2 无监督网络训练
        4.2.3 摘要生成
    4.3 实验评估
        4.3.1 实验设计
        4.3.2 参数影响分析
        4.3.3 模块影响分析
        4.3.4 单词权重设置策略影响分析
        4.3.5 与对比算法比较
    4.4 讨论
        4.4.1 摘要结果示例
        4.4.2 有效性讨论
    4.5 本章小结
5 基于词嵌入的Bug报告关联资源推荐
    5.1 概述
    5.2 词嵌入表示框架
        5.2.1 数据获取
        5.2.2 单词API序列构建
        5.2.3 训练集创建
        5.2.4 向量生成
    5.3 实验评估
        5.3.1 对比算法
        5.3.2 评价策略
        5.3.3 评价指标
        5.3.4 语义相关性度量性能分析
        5.3.5 主要参数影响
        5.3.6 混淆策略影响
    5.4 API序列资源推荐
        5.4.1 基于API的查询扩展算法
        5.4.2 基于API的查询扩展算法比较
        5.4.3 算法与通用搜索引擎比较
    5.5 API文档资源推荐
        5.5.1 API文档推荐算法
        5.5.2 与对比算法比较
    5.6 讨论
    5.7 本章小结
6 结论与展望
    6.1 工作小结
    6.2 创新点
    6.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介


【参考文献】：
期刊论文
[1]文本摘要研究进展与趋势[J]. 明拓思宇,陈鸿昶.  网络与信息安全学报. 2018(06)
[2]众包软件测试技术研究进展[J]. 章晓芳,冯洋,刘頔,陈振宇,徐宝文.  软件学报. 2018(01)
[3]基于权重的Apriori算法在文本统计特征提取方法中的应用[J]. 李昌兵,庞崇鹏,李美平.  数据分析与知识发现. 2017(09)



本文编号：3719818