基于线性分类算法的软件错误定位模型

• 作者: 何海江
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分类算法 线性模型 错误定位 程序谱 软件测试
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 理论与研发
• 页码范围: 42-48
• 页数: 7页
• 分类号: TP311
• 字数: 6545字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1606-0176

摘要

基于谱的错误定位(SBFL)方法能帮助程序员减小软件调试的困难.作为一种轻量方法,SBFL只需收集测试用例的覆盖信息和测试结果,计算程序每条语句的运行特征.众多SBFL方法,将四个运行特征组合成不同的可疑度计算公式.然而,这些公式受固定参数的影响,无法适应不同的程序集.因此,提出一种机器学习方法,能自动确定特定程序集的可疑度计算公式.首先,收集已标注错误语句的程序旧版本;再将错误语句与正确语句的运行特征两两相减,构造为训练集的一个样本;最后基于Weka的分类算法,学习到线性函数,作为该程序的错误定位模型.在Siemens程序包、space和gzip三个基准数据集上,使用Logistic、SGD、SMO和LibLinear学习到的模型,性能都要优于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