[发明专利]一种基于程序不变量的软件故障定位方法及装置

说明书

本发明公开了一种程序不变量的软件故障定位方法及装置。该方法包括：针对目标软件源代码进行语句、值和逻辑表达式级的插桩，采用预设的测试用例集合执行插桩后的源代码，获得执行信息；对预设失败测试用例集合进行聚类，并对每个聚类，选择有助于区分缺陷语句的成功测试用例集合；学习优选成功测试用例集合的执行信息，获得程序不变量集合，包括集合型、真值表型和浮点型范围不变量；根据失败测试用例集合的执行信息和程序不变量集合检测不变量违背，获得可疑语句集合。采用依赖分析过滤掉因故障传播导致的不变量违背误检，统计分析各语句处的不变量违背，计算语句可疑度。本发明提高了软件故障定位的准确性，克服了逻辑表达式缺陷定位漏检问题。

技术领域

本发明涉及计算机软件技术领域，特别涉及一种基于程序不变量的软件故障定位方法及装置。

背景技术

软件系统中常常包含软件缺陷，降低了软件系统的可靠性、可用性和安全性。要修正缺陷的一个首要任务是识别缺陷相关的程序元素的位置，进而程序员可以根据可疑程序元素位置及其程序上下文来修改程序从而修正缺陷。然而该过程非常费时费力。软件调试甚至占了整个软件开销的80％。因此亟需自动化的软件故障定位方法。

除了直接为软件开发人员提供支持外，自动化软件错误定位技术还被用于自动化的程序修正中。在修正之前识别可疑的程序语句，用以指导修正工具生成补丁，缩小补丁的搜索空间。因此，自动定位的准确性直接影响修正工具的有效性。

因此如何提高故障定位技术的有效性成为了当前的研究热点。已有研究提出了多种故障定位方法，这些方法各有优缺点，目前尚不存在优于其它所有方法的故障定位技术。

基于程序不变量的故障定位方法的基本思想是：首先使用成功测试用例训练程序不变量集合，然后执行失败测试用例，检测其对程序不变量集合的违背，将其加入候选集合中，作为可能的缺陷位置，将其作为导致失败的原因。该方法的优点是利用成功测试用例学习得到的不变量有助于分析软件的期望行为和属性。

然而该方法的一个难点问题是如何自动识别故障定位中需要的程序属性，即如何定义程序不变量，不适当的不变量会导致漏检或误检。另一个难点问题是该方法对测试用例的质量要求较高，且存在误检和漏检之间的平衡。如果学习的不变量过于宽泛，可能使得真正的失败产生原因没有被包含到不变量违背候选集合中，导致缺陷位置漏检；如果学习的不变量过窄(漏掉了某些不变量)，则可能导致大量误检，无法准确定位到软件失效的产生根源。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于程序不变量的软件故障定位方法、装置、电子设备和计算机可读存储介质。

本发明的一个实施例提供一种基于程序不变量的软件故障定位方法，包括：

针对目标软件的源代码建立抽象语法树，根据所述抽象语法树对所述目标软件的源代码进行语句级别的插桩、值级别的插桩和逻辑表达式级别的插桩，采用预设的成功测试用例集合和预设的失败测试用例集合执行插桩后的所述目标软件的源代码，获得各个测试用例的执行信息，包括：语句覆盖信息、变量和表达式的值和逻辑表达式真值表；

对所述预设失败测试用例集合进行聚类分析，根据失败覆盖等价划分优先选择准则对预设成功测试用例集合进行筛选，获得优选成功测试用例集合；

学习所述优选成功测试用例集合的执行信息，获得程序不变量集合，所述程序不变量集合中包括集合型不变量、浮点型范围不变量和真值表型不变量；

根据所述失败测试用例集合的执行信息和所述程序不变量集合进行不变量违背检测，获得可疑语句集合。

可选地，在所述获得优选成功测试用例集合之前，所述方法还包括：

将必然巧合测试用例从所述成功测试用例中剔除。

可选地，所述方法还包括：