[发明专利]一种基于崩溃栈数据的软件缺陷代码定位方法

摘要

本发明涉及一种基于崩溃栈数据的软件缺陷代码定位方法，结合历史崩溃栈数据和历史代码维修记录，应用机器学习技术，构建缺陷代码预测模型，预测软件中包含缺陷的各个最终目标崩溃代码单元，从而快速定位软件中包含缺陷的代码单元，并且针对各个最终目标崩溃代码单元进行评价，有效提高软件代码修复的工作效率；并且本发明设计方法简单，适用于不同类型的编程语言，以及不同规模的计算机软件，具有扩展性和适应性，方便应用并行算法，能够快速有效地分析和处理大量的崩溃栈数据，提高软件缺陷定位的效能，可用于中到大型软件系统的测试和维护工作。

主权项

一种基于崩溃栈数据的软件缺陷代码定位方法，其特征在于，包括如下步骤：步骤001.收集软件系统的历史崩溃栈数据和历史代码维修记录，并分别针对各个历史崩溃栈数据，获得历史崩溃栈数据所对应的各个历史崩溃代码单元，构成所有历史崩溃栈数据所对应的历史崩溃代码单元集合，并进入步骤002；步骤002.分别针对历史崩溃代码单元集合中的各个历史崩溃代码单元，获得历史崩溃代码单元的各个预设特征指标的特征值；然后分别针对各个历史崩溃代码单元，将历史崩溃代码单元转化为其所对应各个预设特征指标的特征值组成的特征向量，获得各个历史崩溃代码单元所分别对应的特征向量，并进入步骤003；步骤003.根据历史代码维修记录，结合各个历史崩溃代码单元所分别对应的特征向量，分别判断各个历史崩溃代码单元是否包含缺陷；然后针对包含缺陷的各个历史崩溃代码单元，获得由该各个历史崩溃代码单元所对应特征向量组成的特征向量矩阵，构成训练集，并进入步骤004；步骤004.应用训练集，针对预设分类器进行训练，获得经过训练的分类器，作为缺陷代码预测模型，并进入步骤005；步骤005.针对各个目标崩溃栈数据，获得各个目标崩溃栈数据分别所对应的各个目标崩溃代码单元，构成所有目标崩溃栈数据所对应的目标崩溃代码单元集合，并进入步骤006；步骤006.分别针对目标崩溃代码单元集合中的各个目标崩溃代码单元，获得目标崩溃代码单元的各个预设特征指标的特征值；然后分别针对各个目标崩溃代码单元，将目标崩溃代码单元转化为其所对应各个预设特征指标的特征值组成的特征向量，获得各个目标崩溃代码单元所分别对应的特征向量，构成目标预测集，并进入步骤007；步骤007.采用缺陷代码预测模型，针对目标预测集进行预测，预测各个目标崩溃代码单元是否包含缺陷，分别确定各个目标崩溃栈数据中包含缺陷的各个最终目标崩溃代码单元。