版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、軟件是能夠提供指定功能和性能的程序集合,具有復雜的邏輯性。要保證程序能夠按照指定的要求準確無誤的執(zhí)行,需要對程序進行反復的調(diào)試。缺陷定位是軟件調(diào)試過程中比較困難且比較耗時的任務,缺陷定位的目的在于找到引發(fā)程序異常的缺陷語句?;陬l譜的軟件缺陷定位方法是一種有效的、科學的軟件自動化缺陷定位方法,是一種代碼級的軟件缺陷定位方法。
基于頻譜的軟件缺陷定位方法就是利用執(zhí)行完程序獲得的動態(tài)信息定位出導致程序異常的缺陷語句或者可能導致程序
2、異常的缺陷語句?;陬l譜的軟件缺陷定位方法要求測試用例對程序語句的高覆蓋率,為滿足這一要求,在實際的缺陷定位過程中選擇龐大的測試用例集用于測試。但是龐大的測試用例集造成測試用例冗余,缺陷定位效果在不同的測試用例集上呈現(xiàn)不穩(wěn)定性,缺陷定位的效率以及準確率均受影響。另外,獲得程序執(zhí)行的動態(tài)信息需要收集大量的頻譜信息,是缺陷定位過程中的一筆巨大開銷。除此之外,在缺陷定位過程中,對程序語句可疑度度量的準確性至關(guān)重要,程序語句可疑度的準確性與用于
3、缺陷定位的各測試用例對可疑度計算的貢獻密切相關(guān)。為解決這些問題,本文提出基于頻譜的測試用例約簡策略,利用覆蓋信息去冗余的的方法變相對測試用例進行約簡,還提出了基于頻譜的增量式的軟件缺陷定位方法,用增量的方式執(zhí)行測試用例,盡可能減少收集頻譜的開銷,并考慮到大量測試用例產(chǎn)生的邊際效應,采用動態(tài)的方式實時對程序各語句可疑度進行修正。
論文的創(chuàng)新點如下:
1.提出了基于頻譜的測試用例約簡策略。約簡策略在保證測試用例對代碼的覆
4、蓋率的情況下,緩解冗余測試用例對缺陷定位效果的影響,采取對覆蓋信息進行去冗優(yōu)化的方式變相約簡測試用例的措施,確保缺陷定位的效果不受負面影響,在一定程度上提高缺陷定位的效率;
2.提出了增量式的軟件缺陷定位方法,使用批量執(zhí)行測試用例的方式,盡可能縮減用于定位的測試用例,節(jié)省收集執(zhí)行測試用例、收集頻譜的開銷。測試用例的逐步增量執(zhí)行式是一個迭代過程,迭代的結(jié)束條件是定位序列的穩(wěn)定性。
3.在增量式的軟件缺陷定位方法中,考慮
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 嵌入式軟件缺陷定位方法的研究.pdf
- 基于頻繁API使用模式挖掘的軟件缺陷定位方法研究.pdf
- 基于PCA的軟件缺陷預測方法研究.pdf
- 基于Cppcheck軟件缺陷模式的研究與定位.pdf
- 軟件缺陷管理系統(tǒng)中缺陷跟蹤方法的研究.pdf
- 基于知識的軟件缺陷度量研究.pdf
- 基于流形學習的軟件缺陷預測方法研究.pdf
- 基于距離度量學習的軟件缺陷預測方法研究.pdf
- 基于度量的軟件缺陷管理研究.pdf
- 基于程序聚類的軟件缺陷預測方法研究.pdf
- 軟件缺陷的評估方法研究與實現(xiàn).pdf
- 基于半監(jiān)督學習的軟件缺陷預測方法研究.pdf
- 基于數(shù)據(jù)挖掘的軟件缺陷數(shù)據(jù)預測方法研究.pdf
- 基于頻譜的軟件錯誤定位方法研究.pdf
- 基于CMMI的軟件缺陷度量研究.pdf
- 基于PSM的軟件缺陷度量研究.pdf
- 基于機器學習的軟件缺陷預測研究.pdf
- 基于軟件過程的軟件缺陷變更管理方法的研究與實現(xiàn)
- 基于機器學習的軟件缺陷預測方法與工具.pdf
- 基于社會軟件工程的軟件缺陷預測.pdf
評論
0/150
提交評論