基于路径聚类分析的代码缺陷定位研究
2017-04-13黄小红
软件导刊 2017年3期
黄小红
(上海理工大学 光电信息与计算机工程学院,上海 200093)
基于路径聚类分析的代码缺陷定位研究
黄小红
(上海理工大学 光电信息与计算机工程学院,上海 200093)
基于路径分析的代码缺陷定位所使用的方法通常分为两类:基于路径轨迹相似性分析的方法和基于路径元素信息统计的方法。通过理论分析以及实际环境中的应用,发现两类方法有以下不足:冗余路径的存在降低了整体定位效率;源代码一般包含了大量对定位没有意义的谓词和语句,对这些无意义元素的统计不仅耗时耗力,而且会影响定位效率和精度。因此,提出基于路径聚类分析的模糊聚类算法Pbtc。实验结果表明,该方法在一定程度上能够提高代码缺陷定位的效率和精度。
路径特征;聚类算法;路径差异;代码缺陷定位
0 引言
近年来软件开发工作取得了较大进展,人们在软件工程学中对软件的开发以及维护投入了大量成本[1],因此需要研究一些新方法来降低软件调试成本。代码缺陷定位和缺陷修复是程序调试过程中的两个主要阶段,相对于缺陷修复,代码缺陷定位更为重要,只有准确定位到缺陷位置才能顺利将其修复。因此,如何开发出快速高效的代码缺陷定位技术,该研究对于软件行业的发展具有重要意义。
基于聚类分析的动态代码缺陷定位(Clustering Based Dynamic Fault Localization,简称CFL)是动态代码缺陷定位的重要方法。DFL的原理是通过跟踪分析测试用例的执行路径信息,找到与失败路径最为相似的成功路径,然后通过二者差异分析,快速定位到可疑程序位置。……
登录APP查看全文
