基于随机森林算法的函数缺陷定位

• 作者: 李倩倩 牟永敏 赵晓永
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 缺陷定位 函数轨迹信息 随机森林 合成少数类过采样技术(SMOTE)算法
• 年，卷（期）: 2020,（32）
• 所属期刊栏目: 论文
• 页码范围: 13278-13284
• 页数: 7页
• 分类号: TP311.11
• 语种: 中文

摘要

缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置.由此提出一种基于随机森林算法的函数缺陷定位方法(function defect location based on random forest,FDLRF).其具体思想是:首先动态执行测试用例获取函数的动态调用图并生成DOT文件,解析该文件获取各个函数的轨迹信息,建立特征矩阵,同时利用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)得到均衡样本,运用随机森林算法对数据进行训练,从而获得每个属性的贡献度信息,即函数缺陷概率.实验结果表明,该方法较传统算法在定位准确率有了一定程度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟永敏		85	322	10.0	16.0
2	赵晓永		18	14	2.0	3.0
3	李倩倩		1	0	0.0	0.0