[发明专利]一种基于蚁群算法的软件缺陷定位方法及装置

权利要求书

1.一种基于蚁群算法的软件缺陷定位方法，其特征在于，包括以下步骤：

构建蚁群搜索图，该蚁群搜索图包括N层，N等于缺陷程序的可执行语句数，每层设置有两个节点，一个节点表示执行对应的可执行语句，另一个节点表示不执行对应的可执行语句，且每一层中的每个节点与该层下一层中的每个节点均连通；

初始化蚁群搜索图中所有路径的信息素浓度；

构造用于揭示缺陷分布能力的适应度函数，所述适应度函数FitOchiai(C)为：FitOchiai(C)＝σ(C)×(T_f×(σ(C)+ψ(C)))^-1/2，其中，C代表路径，T_f代表失败测试数据的数量，σ(C)代表路径C与失败测试数据执行轨迹的重合度，ψ(C)代表路径C与成功测试数据执行轨迹的重合度；

将M只蚂蚁置于所述蚁群搜索图的第一层的其中一个节点位置处，进行搜索，根据当前节点与下一层两个节点之间的信息素浓度，选择信息素浓度较高的路径对应的节点，在移动之后通过调整局部信息素挥发系数来更新该路径上的信息素浓度，在M只蚂蚁完成对所有层的搜索之后，形成M条长度为N的路径，利用所述适应度函数分别计算这M条路径的适应度值，并根据M条路径的适应度值选取当前最优路径集；判断是否满足迭代终止条件，若不满足迭代终止条件，则通过调整全局信息素挥发系数来更新当前最优路径集中各最优路径上的信息素浓度，并进行下一轮的搜索，直至满足迭代终止条件，得到最终最优路径集；其中，所述满足迭代终止条件为达到设定的迭代次数；

统计最终最优路径集中各最优路径中的可执行语句出现的次数，选取次数大于设定次数的可执行语句作为缺陷语句。

2.根据权利要求1所述的基于蚁群算法的软件缺陷定位方法，其特征在于，所述在移动之后通过调整局部信息素挥发系数来更新该路径上的信息素浓度，对应的信息素浓度更新公式为：τ(V_k,V_k+1)＝ατ(V_k,V_k+1)+(1-α)τ₀，其中，τ(V_k,V_k+1)为路径(k,k+1)上的信息素浓度，α为局部信息素挥发系数，τ₀为路径初始信息素浓度。

3.根据权利要求1所述的基于蚁群算法的软件缺陷定位方法，其特征在于，所述通过调整全局信息素挥发系数来更新当前最优路径集中各最优路径上的信息素浓度，对应的信息素浓度更新公式为：τ(V_k,V_k+1)＝ρτ(V_k,V_k+1)+(1-ρ)Δτ(V_k,V_k+1)，其中，τ(V_k,V_k+1)为路径(k,k+1)上的信息素浓度，ρ为全局信息素挥发系数，Δτ(V_k,V_k+1)为路径(k,k+1)上信息素浓度的增量，Δτ(V_k,V_k+1)＝1/H_opt，H_opt为当前最优路径的适应度值。

4.根据权利要求1所述的基于蚁群算法的软件缺陷定位方法，其特征在于，在不满足迭代终止条件时，若连续设定轮次得到的最优路径集中各最优路径的适应度值均没有增大，则降低局部信息素挥发系数和全局信息素挥发系数，并重新进行下一轮搜索。