基于马尔可夫模型的软件错误定位方法  

Markov Model-Based Effectiveness Predicting for Software Fault Localization

作　　者：张云乾[1,2] 郑征[3] 季晓慧[2] 张文博[4] 张震宇[1] 

机构地区：[1]中国科学院软件研究所计算机科学理论国家重点实验室,北京100190 [2]中国地质大学计算机科学与技术系,北京100083 [3]北京航空航天大学自动化科学与电气工程学院,北京100191 [4]中国科学院软件研究所软件工程技术研究开发中心,北京100190

出　　处：《计算机学报》2013年第2期445-456,共12页Chinese Journal of Computers

基　　金：国家自然科学基金项目"持续集成中的回归测试和错误定位"(61003027)资助~~

摘　　要：软件调试是软件开发的重要环节.统计错误定位技术通过分析程序执行频谱来估计程序中错误所在的位置.针对不同类型的程序频谱,此类技术建立不同的启发式模型描述程序行为.已有研究表明,其准确度同目标错误和程序类型相关,且不存在某种普遍有效的技术.文中从单元测试的特性出发,探讨预测错误类型的可行性,并采用马尔可夫过程对错误类型进行预测,从错误定位技术备选集中选择适合的技术来实施.实验表明文中方法能够更快地定位程序错误.Debugging is a necessary phase in software development. Statistical fault localization techniques estimate fault locations by analyzing dynamic program spectra. They build different heuristic analytical models for different program spectra to describe the program behavior. Previ- ous studies show that their effectiveness is related to the target faults and program types; and there is no universally effective technique. By evaluating the feasibility of predicting fault class in a unit test process, this paper employs a Markov model to select a proper such technique to apply, from a candidate set. Empirical study shows it is more effective to locate faults.

关 键 词：软件错误定位 软件错误类型 错误类型预测 马尔可夫模型 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]