【摘要】：識(shí)別軟件系統(tǒng)中存在錯(cuò)誤的代碼位置是軟件調(diào)試過(guò)程中最為困難和耗時(shí)的環(huán)節(jié)之一。最近提出的基于變異的錯(cuò)誤定位(Mutation Based Fault Localization,MBFL)技術(shù)是目前定位精度最好的一種自動(dòng)化錯(cuò)誤定位技術(shù),能有效減少開發(fā)人員查找錯(cuò)誤所需要的時(shí)間消耗。MBFL技術(shù)源于變異測(cè)試,需要對(duì)被測(cè)程序生成變異體,執(zhí)行測(cè)試用例,并利用執(zhí)行信息來(lái)進(jìn)行錯(cuò)誤定位。通常變異體和測(cè)試用例數(shù)量都隨程序規(guī)模增加而增大,而MBFL技術(shù)需要在每個(gè)變異體上執(zhí)行所有測(cè)試用例,因此執(zhí)行開銷很大。以軟件回歸測(cè)試領(lǐng)域經(jīng)典的基準(zhǔn)被測(cè)程序space為例,該程序可執(zhí)行的代碼行數(shù)為5K～6K,程序自帶1萬(wàn)多個(gè)測(cè)試用例,可生成的變異體接近4萬(wàn)個(gè)。如果使用MBFL技術(shù)定位該程序中的錯(cuò)誤,需要執(zhí)行約5億次變異測(cè)試(Mutant-Test Pair,MTP),時(shí)間花費(fèi)巨大。MBFL技術(shù)具有很高的錯(cuò)誤定位精度,約減變異執(zhí)行是改進(jìn)MBFL技術(shù)的有效手段。所以在保證錯(cuò)誤定位精度前提下,如何優(yōu)化變異體執(zhí)行,減少執(zhí)行開銷,是在實(shí)際中應(yīng)用MBFL技術(shù)的關(guān)鍵研究問題。本文從多個(gè)角度研究MBFL優(yōu)化問題,在保持原始MBFL技術(shù)錯(cuò)誤定位高精度的前提下,提出變異測(cè)試執(zhí)行的優(yōu)化方法,進(jìn)而降低MBFL執(zhí)行開銷,為MBFL技術(shù)從理論研究走向?qū)嶋H應(yīng)用奠定基礎(chǔ)。本文具體研究?jī)?nèi)容如下:(1)面向MBFL的變異體靜態(tài)采樣方法:變異體采樣是一種約減變異執(zhí)行的有效方法,但不可避免的帶來(lái)定位精度損失的問題。為減少M(fèi)BFL錯(cuò)誤定位精度由于變異體約減帶來(lái)的損耗,本文首先針對(duì)變異體采樣研究相關(guān)因素與錯(cuò)誤定位精度之間的關(guān)系,具體包括采樣粒度、采樣前后的變異體集合的語(yǔ)句分布、變異算子分布、錯(cuò)誤分布等。在此基礎(chǔ)上,提出了基于語(yǔ)句層面的細(xì)粒度變異體采樣和面向錯(cuò)誤分布的變異體采樣兩種策略。相比原始MBFL,這兩種技術(shù)可以有效提高變異體的變異算子完整性和語(yǔ)句分布多樣性。實(shí)驗(yàn)表明,應(yīng)用這兩種策略可以在錯(cuò)誤定位精度損失很小的前提下,平均減少約80%的變異體,有效提高了 MBFL執(zhí)行效率。(2)MBFL變異體執(zhí)行動(dòng)態(tài)優(yōu)化方法:在MBFL變異體執(zhí)行過(guò)程中,通過(guò)研究語(yǔ)句懷疑度、變異體懷疑度計(jì)算和變異體執(zhí)行測(cè)試用例結(jié)果之間的相互關(guān)系,提出了面向變異體和面向測(cè)試用例的兩種動(dòng)態(tài)優(yōu)化策略,在變異執(zhí)行過(guò)程中,動(dòng)態(tài)約減變異體和測(cè)試用例的執(zhí)行。實(shí)驗(yàn)結(jié)果顯示應(yīng)用這兩種動(dòng)態(tài)優(yōu)化策略的MBFL技術(shù)能在保留原始MBFL錯(cuò)誤定位精度不變的前提下,平均減少約53.9%的變異體執(zhí)行開銷;(3)靜態(tài)與動(dòng)態(tài)相結(jié)合的MBFL優(yōu)化技術(shù):通過(guò)整合前面兩個(gè)方面的研究成果,提出了一種結(jié)合變異體靜態(tài)采樣和變異體執(zhí)行動(dòng)態(tài)優(yōu)化方法的MBFL整體優(yōu)化技術(shù)框架。實(shí)驗(yàn)結(jié)果表明,應(yīng)用該優(yōu)化技術(shù)能在保留原始MBFL錯(cuò)誤定位高精度的前提下,平均減少約87.9%的變異體執(zhí)行開銷,顯著提升了 MBFL技術(shù)的執(zhí)行效率。綜上所述,本文針對(duì)MBFL變異體執(zhí)行時(shí)間開銷太大的問題,在變異體運(yùn)行測(cè)試用例之前,研究?jī)煞N變異體采樣策略形成了一種能有效降低變異體規(guī)模同時(shí)保持原始MBFL錯(cuò)誤定位高精度的變異體采樣方法;在變異體執(zhí)行測(cè)試用例過(guò)程中,提出了面向變異體約減和測(cè)試用例約減兩種動(dòng)態(tài)優(yōu)化策略,形成了一種MBFL變異體執(zhí)行動(dòng)態(tài)優(yōu)化技術(shù),并通過(guò)理論分析了該方法可以保證不損失原MBFL技術(shù)的錯(cuò)誤定位精度;最后,實(shí)現(xiàn)了靜態(tài)與動(dòng)態(tài)優(yōu)化相結(jié)合的完整MBFL優(yōu)化技術(shù),在保留原始MBFL技術(shù)錯(cuò)誤定位高精度的前提下,減少了約87.9%的變異體執(zhí)行開銷,大幅度提升了 MBFL的執(zhí)行效率,為MBFL技術(shù)從理論研究走向?qū)嶋H應(yīng)用奠定了基礎(chǔ)。
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP311.53
【圖文】：

１．３．１研究?jī)?nèi)容逡逑本課題的研究?jī)?nèi)容由ＭＢＦＬ技術(shù)框架的各個(gè)步驟的優(yōu)化方法組成。ＭＢＦＬ的技術(shù)逡逑框架如圖１－２所示，首先通過(guò)變異算子對(duì)被測(cè)程序植入變異，生成規(guī)模龐大的變異體，逡逑然后每個(gè)變異體都需要執(zhí)行測(cè)試用例集中所有測(cè)試用例，執(zhí)行過(guò)程中ＭＢＦＬ收集動(dòng)態(tài)逡逑信息求得被測(cè)程序的語(yǔ)句懷疑度，生成錯(cuò)誤定位報(bào)告。逡逑變異算子邐邐逡逑ＯＰ＝｛0ｐｌ，0ｐ２．．．0Ｐｑ｝逡逑被測(cè)程序Ｐ＝｛ｓ丨，ｓ２．．ｓ？｝邋邐入變．逡逑測(cè)試用例集Ｔ＝｛ｔ丨，ｔ２．．ｔｙ｝邐變異體集合Ｍ＝｛ｍｉ，ｍ２．．ｍｋ｝逡逑次邋ＭＴＰ邋并收逡逑＾邋兵算語(yǔ)士懷疑虔逡逑邐圭成錯(cuò)誤定位報(bào)ｔ邐＞逡逑圖１－２邋ＭＢＦＬ技術(shù)框架逡逑Ｆｉｇ．邋１－２邋Ｔｈｅ邋ｆｒａｍｅｗｏｒｋ邋ｏｆ邋ＭＢＦＬ逡逑如圖１－２所示，ＭＢＦＬ的關(guān)鍵步驟是變異體執(zhí)行測(cè)試用例，每一次變異體－測(cè)試用逡逑１４逡逑

圖２－１邋ＭＢＦＬ優(yōu)化技術(shù)研宄方案逡逑Ｆｉｇ．２－１邋Ｆｒａｍｅｗｏｒｋ邋ｏｆ邋ＭＢＦＬ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｒｅｓｅａｒｃｈ逡逑如圖２－１所示，本文采取的ＭＢＦＬ優(yōu)化技術(shù)研宄方案包括變異體靜態(tài)約減和變異逡逑執(zhí)行動(dòng)態(tài)優(yōu)化兩個(gè)部分。變異體靜態(tài)約減是在對(duì)程序采用變異算子植入錯(cuò)誤生成變異逡逑體集合之后，通過(guò)應(yīng)用變異體采樣策略選擇部分變異體執(zhí)行測(cè)試用例進(jìn)行ＭＢＦＬ錯(cuò)誤逡逑定位過(guò)程。相比使用變異體全集執(zhí)行測(cè)試用例進(jìn)行錯(cuò)誤定位，變異體靜態(tài)約減之后通逡逑常會(huì)帶來(lái)變異體集合信息的丟失，影響錯(cuò)誤定位精度，因此設(shè)計(jì)更好的變異體采樣策逡逑略，盡量減少錯(cuò)誤定位精度損失，是本方案的研宄的重點(diǎn)和難點(diǎn)之一；在變異體集合逡逑確定之后，ＭＢＦＬ需要在變異體上運(yùn)行測(cè)試用例，并收集執(zhí)行過(guò)程中的數(shù)據(jù)用于計(jì)算逡逑變異體和語(yǔ)句的懷疑度，完成錯(cuò)誤定位。本文將在變異體執(zhí)行測(cè)試用例過(guò)程中，從語(yǔ)逡逑句懷疑度和變異體懷疑度計(jì)算、變異體執(zhí)行約減和測(cè)試用例執(zhí)行約減等多個(gè)方面動(dòng)態(tài)逡逑分析ＭＢＦＬ變異體執(zhí)行過(guò)程，研宄ＭＢＦＬ錯(cuò)誤定位精度和變異體執(zhí)行測(cè)試用例之間逡逑１７逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王曙燕;陳朋媛;孫家澤;;基于變異分析的測(cè)試用例約簡(jiǎn)方法[J];計(jì)算機(jī)應(yīng)用;2017年12期

2 楊軍;盧彩霞;黃辰;王婷;;測(cè)試用例復(fù)用在電子采購(gòu)交易平臺(tái)中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2018年01期

3 程雪梅;翟宇鵬;;測(cè)試用例修復(fù)的方法與工具綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年02期

4 趙鶴;高婉玲;;基于模型的軟件測(cè)試用例生成方法比較研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年04期

5 曾嘉彥;;符號(hào)執(zhí)行技術(shù)在測(cè)試用例生成中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年04期

6 張功杰;謝春麗;;面向測(cè)試用例生成的集合進(jìn)化算法實(shí)現(xiàn)[J];牡丹江師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年02期

7 魏長(zhǎng)安;王鋼;盛云龍;張永卓;;組合測(cè)試用例自動(dòng)生成軟件設(shè)計(jì)[J];自動(dòng)化技術(shù)與應(yīng)用;2017年05期

8 臧麗娜;;基于死鎖的并發(fā)類單元測(cè)試用例自動(dòng)生成[J];計(jì)算機(jī)應(yīng)用與軟件;2017年04期

9 楊芳;丁曉明;;多目標(biāo)測(cè)試用例優(yōu)先級(jí)排序研究進(jìn)展[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

10 顏麗;;基于消息交互的測(cè)試用例編寫方法的實(shí)現(xiàn)[J];萍鄉(xiāng)學(xué)院學(xué)報(bào);2017年03期

相關(guān)會(huì)議論文 前10條

1 周曉燕;李兵;潘偉豐;覃葉宜;;基于錯(cuò)誤傳播概率網(wǎng)絡(luò)的軟件回歸測(cè)試用例選擇[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

2 王道堂;林春哲;張凱;;軟件測(cè)試用例構(gòu)造方法與手段[A];計(jì)算機(jī)技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國(guó)工程建設(shè)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2004年

3 林春哲;張凱;王道堂;;軟件測(cè)試用例設(shè)計(jì)分析[A];計(jì)算機(jī)技術(shù)在工程建設(shè)中的應(yīng)用——第十二屆全國(guó)工程建設(shè)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2004年

4 張俠影;李志蜀;;一種優(yōu)化的測(cè)試用例約簡(jiǎn)方法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 張德平;聶長(zhǎng)海;徐寶文;;劃分測(cè)試用例選擇策略研究[A];第五屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2008年

6 王斌;;軟件測(cè)試用例相關(guān)問題探討[A];中國(guó)原子能科學(xué)研究院年報(bào) 2013[C];2014年

7 周瑞杰;江國(guó)華;;基于遺傳算法的面向?qū)ο箢悳y(cè)試用例生成研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

8 邱程;鄔小魯;何聰;范志容;李凱;;基于黑盒測(cè)試的車載影音娛樂系統(tǒng)測(cè)試用例設(shè)計(jì)方法[A];2016中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2016年

9 章靠;丁佐華;;基于事件圖的并發(fā)軟件測(cè)試[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

10 王新光;萬(wàn)定生;張希偉;;淺談程序設(shè)計(jì)語(yǔ)言教學(xué)中工程能力的培養(yǎng)[A];2005全國(guó)計(jì)算機(jī)程序設(shè)計(jì)類課程教學(xué)研討會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 王欣;5G要這么測(cè)[N];通信產(chǎn)業(yè)報(bào);2017年

2 羅德與施瓦茨(中國(guó))科技有限公司;R&S公司:集成化NB-IoT測(cè)試方案[N];通信產(chǎn)業(yè)報(bào);2017年

3 特約撰稿 張勇;基于需求的測(cè)試：確保需求與軟件的統(tǒng)一[N];計(jì)算機(jī)世界;2011年

4 計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖;撥云見日[N];計(jì)算機(jī)世界;2008年

5 ;找錯(cuò)[N];計(jì)算機(jī)世界;2002年

6 信息產(chǎn)業(yè)部軟件與集成電路促進(jìn)中心 于明邋唐仕武;駛?cè)霚y(cè)試“快車道”[N];計(jì)算機(jī)世界;2007年

7 謝敏 沈雪芳 戴金龍;解決軟件測(cè)試的近憂和遠(yuǎn)慮[N];計(jì)算機(jī)世界;2005年

8 劉昶;WiMAX射頻測(cè)試期待一致性解決方案[N];中國(guó)電子報(bào);2007年

9 羅德與施瓦茨中國(guó)有限公司 劉昶;用規(guī)范化“通暢”PoC測(cè)試[N];通信產(chǎn)業(yè)報(bào);2006年

10 羅德與施瓦茨中國(guó)有限公司產(chǎn)品支持部;R&S：實(shí)現(xiàn)端到端LTE測(cè)試[N];通信產(chǎn)業(yè)報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 劉勇;基于變異的錯(cuò)誤定位優(yōu)化技術(shù)研究[D];北京化工大學(xué);2018年

2 張功杰;基于集合進(jìn)化與占優(yōu)關(guān)系的變異測(cè)試用例生成[D];中國(guó)礦業(yè)大學(xué);2017年

3 張慧;基于測(cè)試用例的錯(cuò)誤定位技術(shù)研究[D];東南大學(xué);2016年

4 張旭舟;面向復(fù)雜程序結(jié)構(gòu)的測(cè)試用例自動(dòng)生成方法研究[D];北京郵電大學(xué);2018年

5 劉玲;基于面向?qū)ο笮问揭?guī)格說(shuō)明的測(cè)試用例生成技術(shù)[D];上海大學(xué);2004年

6 占學(xué)德;基于UML statecharts測(cè)試方法的研究[D];上海大學(xué);2005年

7 金虎;自動(dòng)化軟件測(cè)試技術(shù)研究[D];四川大學(xué);2006年

8 李軍義;軟件測(cè)試用例自動(dòng)生成技術(shù)研究[D];湖南大學(xué);2008年

9 游亮;回歸測(cè)試用例選擇技術(shù)研究[D];華中科技大學(xué);2012年

10 李麗;航天相機(jī)主控軟件測(cè)試用例自動(dòng)生成技術(shù)的研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2010年

相關(guān)碩士學(xué)位論文 前10條

1 季瑞驊;基于網(wǎng)絡(luò)擾動(dòng)的復(fù)雜系統(tǒng)不確定行為檢測(cè)研究[D];南京大學(xué);2016年

2 董路迪;基于用戶日志分析的測(cè)試用例生成系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

3 章天寧;基于UML模型的測(cè)試用例優(yōu)先排序技術(shù)研究[D];杭州電子科技大學(xué);2018年

4 楊杰;基于Markov鏈的可靠性測(cè)試用例自動(dòng)生成技術(shù)[D];杭州電子科技大學(xué);2018年

5 吳俊;基于UML的模型轉(zhuǎn)換方法與測(cè)試用例優(yōu)先級(jí)排序方法研究[D];杭州電子科技大學(xué);2018年

6 時(shí)小芳;基于線性蛻變關(guān)系的蛻變測(cè)試工具設(shè)計(jì)及應(yīng)用研究[D];南華大學(xué);2018年

7 張嘉華;財(cái)產(chǎn)保險(xiǎn)公司人力資源績(jī)效管理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2017年

8 王冠成;基于機(jī)器學(xué)習(xí)的編譯器測(cè)試優(yōu)化方法研究[D];吉林大學(xué);2018年

9 王麗瑤;蛻變測(cè)試的測(cè)試用例生成技術(shù)的研究[D];吉林大學(xué);2018年

10 歐建生;線性擬合制導(dǎo)的面向CDC/MCDC的測(cè)試用例自動(dòng)生成方法[D];南京大學(xué);2015年

本文編號(hào)：2713582