基于機(jī)器學(xué)習(xí)和程序分析相結(jié)合的程序調(diào)試技術(shù)研究.pdf

1、如何提高程序正確性是軟件工程領(lǐng)域的一個核心問題。由于軟件系統(tǒng)的復(fù)雜性以及程序缺陷的多樣性，尚不存在普適的方法能保證程序絕對正確。一旦缺陷在程序運(yùn)行中引發(fā)故障，則需要通過程序調(diào)試定位并修復(fù)缺陷。實際的程序調(diào)試需要大量人工參與，以交互和迭代的方式進(jìn)行，其開銷約占軟件開發(fā)和維護(hù)成本的50％以上。因此，提高程序調(diào)試的效率有助于提升程序正確性，并能顯著降低軟件開發(fā)和維護(hù)成本。
　　 鑒于程序調(diào)試的重要性，針對當(dāng)前調(diào)試技術(shù)效率低下的問題，本

2、文以提高程序調(diào)試技術(shù)的有效性和實用性作為目標(biāo)，著眼于實際的交互式和迭代式調(diào)試場景，以程序分析和機(jī)器學(xué)習(xí)相結(jié)合作為主要途徑，提出一套貫穿整個調(diào)試過程的新型程序調(diào)試技術(shù)。根據(jù)調(diào)試過程各階段的特點，本文重點研究靜態(tài)缺陷檢測、靜態(tài)和動態(tài)程序切片、基于日志和斷點的交互式調(diào)試以及自動代碼推薦等關(guān)鍵問題。
　　 首先，針對靜態(tài)缺陷檢測誤報率過高的問題，本文提出控制流圖的精化和擴(kuò)展方法，使其能更好支持靜態(tài)警告的篩選和排序，在調(diào)試開始階段為調(diào)試人

3、員提供更準(zhǔn)確的缺陷警告信息。在控制流圖精化方面，本文首次提出利用機(jī)器學(xué)習(xí)發(fā)掘分支關(guān)聯(lián)以探測不可達(dá)路徑的方法。通過程序插裝搜集動態(tài)分支數(shù)據(jù)，采用關(guān)聯(lián)規(guī)則學(xué)習(xí)挖掘程序分支的潛在關(guān)聯(lián)，并通過評估與潛在分支關(guān)聯(lián)的一致性檢測程序路徑可達(dá)性。該方法無需分析復(fù)雜路徑條件，適用于規(guī)模較大含有復(fù)雜分支謂詞的程序，能探測傳統(tǒng)方法難以探測的不可達(dá)路徑。在控制流圖擴(kuò)展方面，本文主要研究控制流圖概率化。針對現(xiàn)存方法不適用于面向?qū)ο蟪绦蛑械奶摵瘮?shù)調(diào)用的問題，首次提

4、出根據(jù)靜態(tài)程序特征預(yù)測虛函數(shù)動態(tài)調(diào)用頻率的方法——Festival?；谟?xùn)練程序集合，F(xiàn)estival一方面提取用于表征程序設(shè)計意圖的特征值，另一方面獲取虛函數(shù)調(diào)用頻率，基于兩方面數(shù)據(jù)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型，刻畫特征值與頻率之間的關(guān)系。對于有待預(yù)測頻率的測試程序，F(xiàn)estival僅需提取其靜態(tài)特征作為模型輸入，模型輸出即為調(diào)用頻率估計值。Festival彌補(bǔ)了現(xiàn)存方法無法應(yīng)用于面向?qū)ο蟪绦虻娜秉c，且無需運(yùn)行待預(yù)測程序，不依賴于輸入數(shù)據(jù)的質(zhì)

5、量，從而有效克服動態(tài)分析方法的共有局限性。
　　 然后，在輔助交互式調(diào)試方面，本文針對當(dāng)前常用工具（日志和斷點）需消耗大量人力的缺點，提出自動化的分析、改進(jìn)和生成技術(shù)。在日志分析方面，總結(jié)出日志使用的兩個主要問題:1）冗余日志過多和2）關(guān)鍵日志缺失，首次提出從日志文件提取動態(tài)信息與傳統(tǒng)靜態(tài)程序切片相結(jié)合的日志切片技術(shù)，并基于日志切片提出日志精化技術(shù)。日志切片可削減冗余日志，同時產(chǎn)生更精簡的程序切片。日志精化自動選擇程序位置插入新

6、日志語句，彌補(bǔ)現(xiàn)有日志中缺失的關(guān)鍵信息。另外，針對程序切片計算復(fù)雜度較高難以應(yīng)用于交互式調(diào)試過程的問題，本文創(chuàng)新性的提出將程序切片過程分為離線和在線兩個階段。離線階段進(jìn)行各類靜態(tài)程序分析并存儲分析結(jié)果，在線階段基于離線分析結(jié)果實時計算程序切片，從而大幅度縮短調(diào)試人員等待時間，使得日志切片可應(yīng)用于交互式調(diào)試。同時，本文采用增量式和需求驅(qū)動式的數(shù)據(jù)流分析算法，確保離線分析結(jié)果與最新程序版本之間的一致性。除日志分析之外，本文結(jié)合最近鄰搜索、動

7、態(tài)程序切片和內(nèi)存圖分析技術(shù)，提出斷點自動生成方法，節(jié)省手工設(shè)置斷點的工作量。其中，最近鄰搜索和動態(tài)程序切片用于自動選取斷點設(shè)置位置，而針對特定程序位置選擇特定時機(jī)進(jìn)行內(nèi)存圖分析和生成條件斷點的方法為本文首創(chuàng)。自動生成的斷點能同時提示與缺陷相關(guān)的語句和程序狀態(tài)，以調(diào)試人員熟悉的形式提供全面的輔助信息。
　　 最后，在缺陷修復(fù)方面，提出以實時代碼推薦的形式解決由于程序員對代碼掌握不足所導(dǎo)致的修復(fù)效率低下的問題。本文首次指出API參數(shù)

8、推薦的重要性，并提出基于程序分析和數(shù)據(jù)挖掘相結(jié)合的解決方案——Precise。根據(jù)大規(guī)模實際程序的數(shù)據(jù)分析，提出一組經(jīng)驗性規(guī)則，有效限定候選參數(shù)的搜索空間，使得Precise具備可行性和實用性。通過對訓(xùn)練程序代碼的分析、抽象和轉(zhuǎn)換，Precise預(yù)先構(gòu)建參數(shù)使用實例數(shù)據(jù)庫。針對各個參數(shù)推薦請求，Precise根據(jù)請求上下文，使用最近鄰搜索算法從數(shù)據(jù)庫中獲取相似上下文中的抽象參數(shù)使用模式并進(jìn)行具體化，實時提供具有適應(yīng)性的參數(shù)推薦。選取AP