軟件bug管理是開發(fā)和維護(hù)軟件系統(tǒng)的核心工作之一。為提升軟件bug的管理效率,軟件公司通常采用bug倉庫統(tǒng)一記錄和處理軟件bug。結(jié)合bug倉庫,已有研究嘗試將bug處理流程自動化,如自動生成測試腳本檢測bug、自動分派和定位bug報告。盡管如此,在軟件bug的報告生成與理解方面仍有許多問題亟待解決,主要包括如何自動分析軟件測試失敗腳本以撰寫bug報告,以及如何理解bug報告內(nèi)容以修復(fù)軟件bug。圍繞上述問題,本文研究三方面內(nèi)容,分別是bug報告的生成（系統(tǒng)集成測試bug形成原因分類）,bug報告內(nèi)容理解（基于眾包的有監(jiān)督bug報告摘要、基于深度學(xué)習(xí)的無監(jiān)督bug報告摘要）,bug報告關(guān)聯(lián)資源理解（基于詞嵌入的bug報告關(guān)聯(lián)資源推薦）。（1）提出系統(tǒng)集成測試bug分類算法。在軟件測試過程中,測試人員通常需分析執(zhí)行失敗的測試腳本以找到bug產(chǎn)生的原因,進(jìn)而準(zhǔn)確提交bug報告。為提升測試人員撰寫bug報告的效率,本部分研究利用測試腳本所關(guān)聯(lián)的測試日志,自動分類測試腳本執(zhí)行失敗的原因。實驗表明算法可應(yīng)用于工業(yè)生產(chǎn)環(huán)境并提升測試腳本分析的準(zhǔn)確率。（2）提出基于眾包的有監(jiān)督bug報告摘要算法。B... 

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 相關(guān)研究進(jìn)展
        1.2.1 軟件測試Bug形成原因分析
        1.2.2 Bug報告特征構(gòu)建與摘要
        1.2.3 面向Bug維護(hù)需求的資源推薦
    1.3 主要研究思路
        1.3.1 Bug報告生成
        1.3.2 Bug報告內(nèi)容理解
        1.3.3 Bug報告關(guān)聯(lián)資源理解
    1.4 本章小結(jié)
2 系統(tǒng)集成測試Bug形成原因分類
    2.1 概述
        2.1.1 系統(tǒng)集成測試過程
        2.1.2 測試日志
        2.1.3 問題定義
    2.2 算法設(shè)計
        2.2.1 測試日志預(yù)處理
        2.2.2 歷史測試日志選擇
        2.2.3 原因預(yù)測
        2.2.4 預(yù)測結(jié)果表示
    2.3 實驗評估
        2.3.1 實驗設(shè)計
        2.3.2 參數(shù)對算法的影響評估
        2.3.3 與對比算法比較
        2.3.4 歷史測試日志選擇模塊對CAM的影響評估
        2.3.5 在真實開發(fā)環(huán)境下的性能評估
    2.4 討論
    2.5 本章小結(jié)
3 基于眾包的有監(jiān)督Bug報告摘要
    3.1 概述
    3.2 特征構(gòu)建動機(jī)
    3.3 基于眾包的特征構(gòu)建框架
    3.4 基于眾包的bug報告摘要特征構(gòu)建
        3.4.1 特征構(gòu)建過程
        3.4.2 特征構(gòu)建結(jié)果
    3.5 實驗評估
        3.5.1 實驗設(shè)置
        3.5.2 與對比算法比較
        3.5.3 志愿者人數(shù)對眾包過程的影響
        3.5.4 眾包志愿者質(zhì)量分析
    3.6 討論
    3.7 本章小結(jié)
4 基于深度學(xué)習(xí)的無監(jiān)督Bug報告摘要
    4.1 概述
    4.2 無監(jiān)督深度摘要框架
        4.2.1 Bug報告預(yù)處理
        4.2.2 無監(jiān)督網(wǎng)絡(luò)訓(xùn)練
        4.2.3 摘要生成
    4.3 實驗評估
        4.3.1 實驗設(shè)計
        4.3.2 參數(shù)影響分析
        4.3.3 模塊影響分析
        4.3.4 單詞權(quán)重設(shè)置策略影響分析
        4.3.5 與對比算法比較
    4.4 討論
        4.4.1 摘要結(jié)果示例
        4.4.2 有效性討論
    4.5 本章小結(jié)
5 基于詞嵌入的Bug報告關(guān)聯(lián)資源推薦
    5.1 概述
    5.2 詞嵌入表示框架
        5.2.1 數(shù)據(jù)獲取
        5.2.2 單詞API序列構(gòu)建
        5.2.3 訓(xùn)練集創(chuàng)建
        5.2.4 向量生成
    5.3 實驗評估
        5.3.1 對比算法
        5.3.2 評價策略
        5.3.3 評價指標(biāo)
        5.3.4 語義相關(guān)性度量性能分析
        5.3.5 主要參數(shù)影響
        5.3.6 混淆策略影響
    5.4 API序列資源推薦
        5.4.1 基于API的查詢擴(kuò)展算法
        5.4.2 基于API的查詢擴(kuò)展算法比較
        5.4.3 算法與通用搜索引擎比較
    5.5 API文檔資源推薦
        5.5.1 API文檔推薦算法
        5.5.2 與對比算法比較
    5.6 討論
    5.7 本章小結(jié)
6 結(jié)論與展望
    6.1 工作小結(jié)
    6.2 創(chuàng)新點
    6.3 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間科研項目及科研成果
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]文本摘要研究進(jìn)展與趨勢[J]. 明拓思宇,陳鴻昶.  網(wǎng)絡(luò)與信息安全學(xué)報. 2018(06)
[2]眾包軟件測試技術(shù)研究進(jìn)展[J]. 章曉芳,馮洋,劉頔,陳振宇,徐寶文.  軟件學(xué)報. 2018(01)
[3]基于權(quán)重的Apriori算法在文本統(tǒng)計特征提取方法中的應(yīng)用[J]. 李昌兵,龐崇鵬,李美平.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(09)



本文編號：3719818