基于排序学习算法的软件错误定位模型研究

• 作者: 何海江
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 错误定位 排序学习 机器学习 程序谱 语句可疑度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 577-582
• 页数: 6页
• 分类号: TP311
• 字数: 6330字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2017.03.016

摘要

基于谱的错误定位(SBFL)是减小软件调试困难的有效方法.SBFL方法将运行特征组合成不同的错误定位模型,可这些模型受特定程序及测试集影响,性能并不稳定.基于此,提出一种排序学习方法LTR-sbfl,针对不同的程序及其测试集,能学习到相应的错误定位模型.LTR-sbfl首先收集已标注错误语句的程序旧版本,采用与SBFL相同的方法,获得程序语句的运行特征.接着,将错误行与正确行代码的运行特征两两相减,确定为训练数据的一个实例.最后,使用分类算法,从训练数据构造排序模型.在3个基准数据集的实验结果证实,LTR-sbfl的定位精度优于其他SBFL方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何海江	长沙学院数学与计算机科学系	18	71	4.0	8.0