基于變異分析錯(cuò)誤定位的變異約減策略研究.pdf

1、軟件調(diào)試過程中如何高效、精確地定位程序中的錯(cuò)誤代碼是軟件開發(fā)人員普遍關(guān)注的一個(gè)問題?；谧儺惙治龅腻e(cuò)誤定位(Mutation-Based Fault Localization，MBFL)應(yīng)運(yùn)而生，它利用人工植入故障與實(shí)際程序錯(cuò)誤的相似性，分析程序中代碼語(yǔ)句可能出錯(cuò)的概率，并以此來(lái)幫助開發(fā)及測(cè)試人員定位出錯(cuò)語(yǔ)句在程序中的具體位置。MBFL通過生成大量的變異體以獲取較好的錯(cuò)誤定位精度，在變異體上執(zhí)行大量測(cè)試用例集，其執(zhí)行成本較高，導(dǎo)致MBF

2、L技術(shù)在實(shí)際軟件錯(cuò)誤定位中捉襟見肘。
　　為減少基于變異分析的錯(cuò)誤定位方法在實(shí)際錯(cuò)誤定位過程中的執(zhí)行代價(jià)，使MBFL能夠在實(shí)際軟件錯(cuò)誤定位中得以廣泛運(yùn)用，本文提出一種面向語(yǔ)句的變異體約減策略(Statement-Oriented Mutant rEduction strategy,SOME)。分析測(cè)試用例的執(zhí)行信息，對(duì)被失敗測(cè)試用例覆蓋的語(yǔ)句實(shí)施全集變異算子，可使生成變異體種類完備，在此基礎(chǔ)之上對(duì)生成的各類變異體按比例進(jìn)行變異體抽

3、樣，以保證每條被變異語(yǔ)句上變異體種類的完備性，同時(shí)對(duì)各類變異體數(shù)目進(jìn)行約減，使得提出的面向語(yǔ)句的變異體約減策略能夠在錯(cuò)誤定位精確度保持一致的前提下，減少變異執(zhí)行開銷。此外本文還給出了一種應(yīng)用SOME的MBFL基本框架。動(dòng)態(tài)變異執(zhí)行策略DMES是一種有效的變異約減策略，DMES通過動(dòng)態(tài)調(diào)整變異體和測(cè)試用例的執(zhí)行順序，來(lái)減少變異體執(zhí)行過程中的開銷，為進(jìn)一步減少M(fèi)BFL錯(cuò)誤定位整體過程的變異執(zhí)行開銷，結(jié)合面向語(yǔ)句的變異體生成和選擇優(yōu)化過程，從

4、語(yǔ)句級(jí)別的變異體生成、選擇和動(dòng)態(tài)變異執(zhí)行出發(fā)，配合測(cè)試?yán)脠?zhí)行預(yù)優(yōu)化方法，本文給出了DMES與SOME相結(jié)合的MBFL方法基本框架。
　　為評(píng)估面向語(yǔ)句的變異體約減策略在錯(cuò)誤定位過程中的有效性，本文選取了8個(gè)程序包的140個(gè)錯(cuò)誤版本，分析傳統(tǒng)MBFL、應(yīng)用變異體抽樣策略以及應(yīng)用SOME的MBFL，在不同錯(cuò)誤定位公式下的變異執(zhí)行開銷情況，實(shí)驗(yàn)結(jié)果表明應(yīng)用SOME的MBFL與原始的MBFL在不同的懷疑度公式下，錯(cuò)誤定位精確度一致，且執(zhí)

5、行開銷的減少效果比傳統(tǒng)變異體抽樣方法更加明顯，且應(yīng)用SOME的MBFL相較于應(yīng)用變異體抽樣方法的MBFL，在保持較高錯(cuò)誤定位精度的同時(shí)，能夠減少74.13％～80.24％的變異執(zhí)行開銷，提高了錯(cuò)誤定位效率。同時(shí)，實(shí)驗(yàn)進(jìn)一步分析說明了DMES與SOME相結(jié)合的MBFL方法，在保持錯(cuò)誤定位精確度的同時(shí)，能夠有效減少78.80％～87.41％的變異執(zhí)行開銷，且與應(yīng)用SOME的MBFL在錯(cuò)誤定位精準(zhǔn)度上效果相同，確實(shí)提升了錯(cuò)誤定位過程中的變異執(zhí)