基于模糊C均值聚类的软件多缺陷定位方法

• 作 者: 王兴亚 姜淑娟 高鹏飞 陆凯 薄莉莉 鞠小林 张艳梅
• 机 构: 中国矿业大学计算机科学与技术学院矿山数字化教育部工程研究中心,南京大学计算机软件新技术国家重点实验室,南通大学计算科学与技术学院,桂林电子科技大学广西可信软件重点实验室
• 出 处: 计算机学报
• 发表日期: 2020年2期
• 关键词: 程序调试 缺陷定位 程序切片 缺陷干扰 模糊聚类 program debuggingfault localizationprogram slicingfault
• 基金项目: 国家自然科学基金(61673384,61832009,61772260,61502497,61562015),江苏省博士后科研资助计划(2018K028C),计算机软件新技术国家重点实验室创新项目(ZZKT2018B02),广西可信软件重点实验室研究课题(kx201609,kx201532)支持.

缺陷间的相互干扰会使程序的频谱信息和运行结果发生变化,进而影响基于频谱信息的缺陷定位方法(SBFL)的有效性.本文对缺陷干扰现象进行了研究,通过分析单缺陷程序与多缺陷程序在缺陷运行、感染和传播过程及程序运行结果间的差异定义了两类缺陷干扰,并根据干扰前后缺陷在互斥子集中的分布变化分析了缺陷干扰对SBFL方法有效性的影响.研究结果表明:与特定缺陷无关的失败测试用例是降低SBFL方法缺陷定位有效性的主要原因.在此基础上,本文提出了一种基于模糊C均值聚类的多缺陷定位方法FCMFL:首先,通过模糊C均值聚类分析失败