計算機的發(fā)展和普及使軟件系統(tǒng)日益龐大和復雜。近年來,隨著社會化編程方式的廣泛使用,不同軟件項目之間韻依賴增強,大量相互協(xié)同和依賴的軟件項目組成了軟件生態(tài)系統(tǒng)。這些給軟件維護帶來了巨大的困難。調(diào)試工作是軟件維護中開銷最大的過程,其中包括兩項主要任務,分別是缺陷定位和缺陷修復。對這兩項任務的研究和改進,有利于減輕開發(fā)者在調(diào)試過程中的負擔,并提高軟件質(zhì)量。缺陷定位的研究致力于根據(jù)測試中收集的數(shù)據(jù)結(jié)合程序信息為開發(fā)者縮小尋找缺陷的范圍。軟件測試過程是由很多事件組成的,例如某條語句被執(zhí)行和測試結(jié)果出錯,如何通過這些事件找到缺陷是研究者要解決的問題。在軟件生態(tài)系統(tǒng)中,多樣的軟件項目給缺陷定位提出了新的挑戰(zhàn)。在軟件生態(tài)系統(tǒng)中,缺陷可能會沿著依賴關(guān)系影響到其它項目,形成阻塞性缺陷。與普通缺陷的修復不同,阻塞性缺陷的修復涉及多個軟件項目或模塊,更加復雜和困難�，F(xiàn)有研究關(guān)注對阻塞性缺陷的預測,然而即使識別出了阻塞性缺陷,仍難以改變其修復困難的情況。本文圍繞軟件生態(tài)系統(tǒng)中的缺陷定位和阻塞性缺陷這兩個重要問題進行研究。首先,使用測試事件信息量對缺陷定位方法進行改進,提高缺陷定位在不同軟件項目上的準確性和穩(wěn)定性。然后,對開發(fā)者使用權(quán)變措施修復跨項目缺陷的過程進行實證研究,歸納總結(jié)了權(quán)變措施的特征和模式。最后,對阻塞性缺陷的可打破進行研究,分析與可打破性相關(guān)的缺陷特征,并提出了預測方法。本文的主要工作和貢獻如下:第一,軟件生態(tài)系統(tǒng)中的項目和測試用例集呈現(xiàn)多樣性,給缺陷定位帶來困難�；陬l譜的缺陷定位方法定位使用測試事件發(fā)生的次數(shù)進行定位,容易受到數(shù)據(jù)集和缺陷類型的影響。為解決這些問題,本文提出了基于測試事件信息量的缺陷定位方法(SIQ),使用測試事件信息量對不同事件的在缺陷定位過程中的影響進行動態(tài)調(diào)整。在多個軟件項目上的實驗結(jié)果顯示SIQ方法具有更好的定位準確性與穩(wěn)定性,使用測試事件信息量可以提高缺陷定位方法對軟件生態(tài)系統(tǒng)中不同項目與缺陷的適應性。第二,在軟件生態(tài)系統(tǒng)中,跨項目缺陷給下游項目的維護帶來很大困難。本文對跨項目缺陷的權(quán)變措施進行了實證研究,通過對權(quán)變措施的分析發(fā)現(xiàn)下游項目使用的權(quán)變措施與上游項目提出的修復是有顯著差別的,并找到了三種可以進行權(quán)變措施的缺陷類型以及下游設(shè)計權(quán)變措施的四種模式。這些發(fā)現(xiàn)對開發(fā)權(quán)變措施相關(guān)的輔助工具有積極意義。第三,阻塞性缺陷通過權(quán)變措施等方式是可以打破的,這種可打破性對軟件生態(tài)系統(tǒng)的調(diào)試過程有重要的意義。本文首先分析了缺陷特征與可打破性的關(guān)聯(lián)性,發(fā)現(xiàn)開發(fā)者相關(guān)的屬性對可打破性有很大的影響。然后提出了預測可打破性的方法,輔助下游開發(fā)者進行缺陷修復。無法打破的阻塞關(guān)系可能對下游項目造成長期的影響,這類缺陷需要上游開發(fā)者更多關(guān)注。本文提出了一種通過可變閾值調(diào)整預測精度的方法,對不可打破的阻塞關(guān)系進行更準確的預測,為上游開發(fā)者提供優(yōu)先修復缺陷的建議。
【學位單位】：南京大學
【學位級別】：博士
【學位年份】：2018
【中圖分類】：TP311.53
【部分圖文】：

組成部分：輸入數(shù)據(jù)、數(shù)據(jù)處理方法和輸出結(jié)果。輸入數(shù)據(jù)通常包括程序信息和??測試信息。數(shù)據(jù)處理方法分析輸入數(shù)據(jù)，產(chǎn)生輸出結(jié)果提供給開發(fā)者。這種通用??流程如圖２．１所示。當選定了目標程序，測試信息和程序信息分別通過測試記錄??和程序分析收集。然后對這些數(shù)據(jù)進行精煉和標準化以適應數(shù)據(jù)處理方法。輸入??數(shù)據(jù)的類型對數(shù)據(jù)處理方法有很大的影響，并且影響后續(xù)缺陷定位的過程。通過??對輸入數(shù)據(jù)進行分析，數(shù)據(jù)處理方法計算出可疑度信息引導開發(fā)者檢查程序�？�??疑度信息是對檢查優(yōu)先級的建議，研宄者希望可疑度信息可以輔助開發(fā)者更高效??的尋找缺陷代碼。大部分的數(shù)據(jù)處理方法在輸出可疑度信息之后結(jié)束工作。一些??缺陷定位方法繼續(xù)利用開發(fā)者的反饋信息對可疑度進行修正。缺陷定位技術(shù)輸出??可疑度信息作為結(jié)果。在理想情況下，出錯的位置被賦予最高的可疑度，此時開??發(fā)者直接可以找到缺陷，不需要進行多余的檢查。由于程序和缺陷的多樣性，缺??陷定位技術(shù)很難在各種情況下都得到理想的結(jié)果。在平均定位效果上，大部分的??缺陷定位技術(shù)可以將程序中缺陷的部分排在可疑度的前１０％以內(nèi)。??缺陷定位技術(shù)按照完整的流程運行，每個階段的處理都可能影響最后的定位??效果。研究者在各個階段上都進行著研究和探索。作為缺陷定位技術(shù)的核心部分

第三章基于信息量的軟件缺陷定位??策略和多缺陷位置標記策略。實驗結(jié)果如圖３．２所示，其中（ａ）是單缺陷位置標記??下的結(jié)果，（ｂ）是多缺陷位置標記下的結(jié)果。每個圖中的橫坐標表示需要檢查的代??碼行數(shù)在總行數(shù)中所占的百分比，縱坐標表示發(fā)現(xiàn)的缺陷數(shù)量在缺陷總數(shù)量中所??占的百分比。我們希望缺陷定位方法可以以檢查盡可能少代碼的代價找到盡可能??多的缺陷。直觀上判斷，缺陷定位方法對應的曲線位置越高，說明該方法的定位??效果越好。??１００?－?—??１９。；??Ｊ?８０－??Ｊｆ?Ｊ?－－??〇?６０?－?／?！?—？—Ｔａｒａｎｔｕｌａ??１?－?＃７?＾＾ｃＳｎｓ

，，以及２５％，５０％和７５％的百分位數(shù)值。為便于可視化比較，本文還使用箱形圖??代碼規(guī)模的分布情況（圖４．１）。如圖，權(quán)變措施中修改代碼行數(shù)和改動文件??小于上游修復。??表４．２下游權(quán)變措施與上游修復的規(guī)模??Ｆ?Ｍｉｎ．?Ｍａｘ．?Ａｖｇ．?２５ｔｈ?５０ｔｈ?７５ｔｈ??＃Ｆｉｌｅｓ?Ｆｉｘｅｓ?１?８?３?２?２?４??Ｗｏｒｋａｒｏｕｎｄｓ?１６?２?１２?３??＃ＳＬＯＣ?Ｆｉｘｅｓ?１?８２９?９３?１９?３６?１０５??Ｗｏｒｋａｒｏｕｎｄｓ?１?６６２?６１?１０?２６?４５??本文同時采用了?Ｗｉｌｃｏｘｏｎ符號秩檢驗和Ｃｌｉｆｆ’ｓ?５效應量對權(quán)變措施和修復??統(tǒng)計比較，比較結(jié)果如表４．３所示。ｐ值小于０．０５表示改動文件數(shù)和修改的??行數(shù)在權(quán)變措施和上游修復中是有顯著差異的。Ｃｌｉｆｆ’ｓ?５效應量表示改動文??的差異量級比較小，而修改代碼行數(shù)的差異量級很大。??綜合箱形圖和統(tǒng)計分析的結(jié)果，本文得出結(jié)論：在規(guī)模上，權(quán)變措施明顯小??對應的上游修復。??Ｉ???
【相似文獻】

相關(guān)期刊論文 前10條

1 本刊訊;;“開源社”成立,全力推進中國軟件生態(tài)系統(tǒng)的健康發(fā)展[J];軟件產(chǎn)業(yè)與工程;2014年06期

2 孫杰賢;;ARM“逆襲”[J];中國信息化;2014年05期

3 劉梅;Sun重建軟件生態(tài)系統(tǒng)[J];中國計算機用戶;2003年38期

4 孫永杰;;高通:順應64位趨勢 把握LTE當下[J];通信世界;2013年27期

5 孫連山;李健;;軟件生態(tài)系統(tǒng)的角色模型和質(zhì)量模型[J];陜西科技大學學報(自然科學版);2011年02期

6 王柳;;軟件轉(zhuǎn)向 打造更好體驗[J];軟件和信息服務;2014年09期

7 孫連山;李健;;軟件生態(tài)系統(tǒng)初探:概念解析及生命周期模型[J];陜西科技大學學報(自然科學版);2011年03期

8 劉文沛;崔強;楊達;;在線軟件生態(tài)系統(tǒng)用戶活躍度的經(jīng)驗研究[J];計算機工程與設(shè)計;2013年01期

9 ;IBM推出全新BladeCenter QS21系統(tǒng)將Cell刀片性能提高一倍[J];電子技術(shù)應用;2007年10期

10 ;Linux生態(tài)系統(tǒng)值多少錢[J];信息系統(tǒng)工程;2007年03期

相關(guān)博士學位論文 前1條

1 丁暉;面向軟件生態(tài)系統(tǒng)的軟件調(diào)試關(guān)鍵技術(shù)研究[D];南京大學;2018年

相關(guān)碩士學位論文 前1條

1 劉亞珺;開源軟件生態(tài)系統(tǒng)中交替修改度量方法及工具實現(xiàn)[D];武漢大學;2018年

本文編號：2865112