基于动态相似度的错误定位优先排序
软件错误定位是软件开发和维护周期中昂贵且耗时的活动之一。随着软件在日常生活中的普及，以及软件功能越来越复杂，软件调试过程也变得越来越长。如何研发一种行之有效的自动化方法，帮助程序员进行错误定位和修复，进而减少不必要的开销是当前面临的主要任务。 在软件测试中，错误定位优先排序把检测错误和定位错误相结合，通过优化测试用例的执行次序，来提高错误定位效果，并降低测试成本的技术。目前错误定位优先排序中基于相似度排序的方法，在相似度计算时，度量测试用例与第一个执行失效的(failed)测试用例覆盖信息之间的相似度。该方法仅从语句数目多少来计算相似度，没有考虑具体语句之间的不同，即不同语句对错误定位权重的不同，所以不能获取最优的测试用例执行序列。 本文针对错误定位优先排序中的相似度计算问题，进行了改进，提出了一种基于动态相似度的错误定位优先排序方法。在相似度计算中，引入了语句怀疑度来表征failed测试用例，定义了failed测试用例的特征向量。动态相似度以及其计算方法，以提高相似度计算的有效性。为了节约错误定位成本，本文在此基础上，提出了相应的优化策略，以提高错误定位的准确度，降低错误定位开销。此外，由于错误定位优先排序首先采用传统测试用例优先排序算法，以尽早检测错误为目的，对测试用例进行优先排序，所以不同算法检测到的第一个failed测试用例可能不同，从而可能影响后续的错误定位效果。本文分析并验证了以不同测试用例优先排序算法检测错误，对后续定位错误的影响。在6个C基准程序上，针对3种广泛采用的测试用例优先排序算法和2种错误定位技术进行了实验，结果表明本文提出的方法能提高错误定位的准确度和效率。
测试用例;优先排序;错误定位;动态相似度;软件开发
北京化工大学
硕士
软件工程
李征
2015
中文
TP311.52
64
2015-12-29（万方平台首次上网日期，不代表论文的发表时间）