● 摘要
基于程序谱的软件缺陷定位算法因其操作简单、定位效率高而受到广泛关注，但这些优点是以统计、分析大量测试用例执行信息为前提的。为了降低这类算法应用过程中的代价，测试用例集削减利用技术逐渐成为本领域的研究热点之一。本文的研究正是围绕测试用例集削减技术而展开，在考虑测试用例集规模因素影响的同时，更关注测试用例集的类别比例问题对算法定位效率可能产生的影响。本文的研究内容主要包括以下几个部分：第一，测试用例集类别比例对缺陷定位效果影响的分析证明。由于不同基于程序谱算法间的差异主要体现在可疑度计算公式的形式上，因此，可疑度计算公式是研究算法内在机理的最佳切入点。在本文第一部分研究中，从算法自身的可疑度计算公式入手，对算法定位效果受到测试用例集类别比例变动的影响展开研究，得出结论：大部分算法的缺陷定位效果都受到测试用例集类别比例变动的影响。第二，测试用例集类别比例对缺陷定位效果影响的实验研究。如同测试用例集的规模一样，测试用例集的组成结构也是测试用例集自身属性之一，而类别比例正是测试用例集组成结构的一种直观体现。在本文第二部分研究中，从实验研究的角度对软件缺陷定位领域中测试用例集的类别比例问题展开研究，对第一部分研究工作起到一定的验证和补充作用。通过实验结果的分析，得出如下结论：测试用例集的类别不均衡问题对本文涉及到的10种基于程序谱算法的缺陷定位效率和定位稳定性往往有不利的影响。第三，软件缺陷集成定位方法研究。通过前两部分的研究工作，已经对测试用例集的类别比例问题有了清晰的认识，如何消除这一问题给缺陷定位效果所带来的不利影响就成为亟待解决的问题。在本文第三部分研究中，提出一种针对测试用例集的软件缺陷集成定位方法及应用其中的两种权重分配策略，通过大量实验，分析对比了引入这两种权重分配策略前后算法缺陷定位效率和定位稳定性的变化情况。实验结果表明：本文提出的集成定位方法及应用其中的两种权重分配策略都能够有效提升现有算法在类别不均衡测试用例集上的缺陷定位效率。