GUI缺陷及定位方法研究.pdf

1、圖形用戶界面缺陷產(chǎn)生的一個可能原因是:代碼中存在code smells，導致重構問題，引起圖形用戶界面缺陷。在軟件缺陷報告的輔助下，可以較快定位缺陷代碼，以此加快圖形用戶界面缺陷的修復。但是，軟件缺陷報告日益龐大，難以查閱和提取。
　　為研究存在code smells的代碼與圖形用戶界面缺陷之間的關系，以及通過軟件缺陷報告定位圖形用戶界面缺陷，本文主要開展以下三方面研究:codesmells檢測方法、軟件缺陷提取方法以及圖形用戶界

2、面測試。
　　針對code smells檢測方法，本文在論述檢測策略的分化性、病原體處理、信號處理等特點基礎上，將人工免疫的基本概念、信號遷移到軟件工程，提出一種基于危險理論中的樹突狀細胞算法的檢測策略。該檢測策略將code smells的代碼作為抗原，軟件度量值轉化為危險信號和安全信號等輸入信號進行處理，通過權值公式獲得成熟信號以及半成熟信號，比較其相對值高低確定代碼是否為code smells，最終根據(jù)成熟環(huán)境抗原值決定各種c

3、ode smells嚴重程度的優(yōu)先次序。該檢測策略具有較低假陽性率，實驗證明該研究在F-score(0.784)和Kappa分析(0.756)上均有效，高于其它檢測方法。
　　針對軟件缺陷提取方法，本文提出一種基于文本挖掘和貝葉斯分類器的軟件缺陷提取方法，該方法首先合并缺陷報告中的同義詞，然后建立空間向量模型，使用詞頻反文檔頻率以及信息增益等文本挖掘的方法來收集軟件缺陷報告中單詞的特征，同時設計一種基于單詞數(shù)量的算法確定句子復雜度

4、以選擇長句。最后將貝葉斯分類器引入該領域。該方法可以提高缺陷報告提取的命中率，降低虛警率，實驗證明本文方法在接受者工作特征曲線面積(0.71)、F-score(0.80)和Kappa值(0.75)方面有良好效果。
　　針對圖形用戶界面測試，本文通過引入離散并行系統(tǒng)的Petri網(wǎng)理論，定義了圖形用戶界面的事件、事件序列和事件分解等概念，將可達性、有界性、活性以及強連通性等Petri網(wǎng)的重要性質(zhì)延伸至此領域，以提高圖形用戶界面測試的覆

5、蓋面和效率。并且，試圖解決不可達、不強連通、死鎖、無界、不符合初始模型和跳轉錯誤等六類圖形用戶界面缺陷問題。實驗證明基于Petri網(wǎng)的圖形用戶界面測試在事件覆蓋數(shù)、代碼行覆蓋數(shù)以及缺陷發(fā)現(xiàn)數(shù)等方面比傳統(tǒng)簡單的隨機測試更有效。
　　在以上三個基礎研究之后，通過實驗，本文得出兩點結論:(a)通過引入互信息相關分析，本文發(fā)現(xiàn)存在code smells問題的代碼容易導致圖形用戶界面問題。特別的，若軟件版本持續(xù)快速升級，code smell