[发明专利]基于频谱的增量式缺陷定位方法

摘要

本发明公开了基于频谱的增量式缺陷定位方法，该方法采用增量式逐步迭代的方法，利用程序信息和测试信息找出程序缺陷语句或者预测缺陷语句可能存在的范围。该方法首先通过运行测试用例，收集测试用例在程序中执行的覆盖信息即频谱信息以及运行结果信息生成覆盖信息表；再对覆盖信息表进行统计分析，计算程序语句可疑度，根据可疑度对程序语句进行排序获得缺陷定位序列；根据定位序列中语句排列逐个进行排错，直到找到引发程序异常的语句。本发明从多角度采取优化策略提高软件缺陷定位的效率，提高了测试用例的覆盖率，很好地减少了收集频谱的开销，提高了可疑度算法的精确性。

主权项

1.一种频谱信息去冗余优化的软件缺陷测试方法，其特征在于，所述方法包含如下步骤：获取初始定位序列；包括：获取程序语句编号序列S:S₁,S₂,S₃,…,S_j,…,S_n；获取语句序列S:S₁,S₂,S₃,…,S_j,…,S_n相应语句的可疑度值序列Z_rough:Z₁,Z₂,Z₃,…,Z_j,…,Z_n，其中Z_j表示第j条语句的可疑度值；根据Z_rough中可疑度值进行降序排列；根据已排序的Z_rough序列，匹配对应的程序语句编号，对S:S₁,S₂,S₃,…,S_j,…,S_n进行排序，排序后的S即为缺陷定位序列，记为S_rough；测试用例增量执行；包括：增加一组测试用例并执行；选取下一组测试用例；可疑度修正；获取执行完上一组测试用例获得语句S_j的<A_ef,A_ep,A_nf,A_np>；将ef，ep，nf，np统称为ev，利用公式(2)分别计算ef，ep，nf，np再次发生的概率p(ef)，p(ep)，p(nf)，p(np)；根据公式3分别计算ef，ep，nf，np再次发生后所提供的信息量H(ef)，H(ep)，H(nf)，H(np)；根据公式4分别计算ef，ep，nf，np的增量权重α_ef，α_ep，α_nf，α_np；其中，k为测试用例组数，1/k即为选定执行的测试用例条数占测试用例总条数的百分比；获取执行完本选定组测试用例获得的语句S_j的<a_ef,a_ep,a_nf,a_np>，利用公式5，分别计算A_ef,A_ep,A_nf,A_np，A_ev＝A_ev+α_ev×a_ev 公式5根据公式1重新计算语句可疑度将记入z_slight中，z_slight表示修正后的可疑度值序列；判断所有语句是否均获得修正后的可疑度值；获得语句可疑度值序列z_slight；定位序列修正；获取语句编号序列S:S₁,S₂,S₃,…,S_j,…,S_n；获取语句序列S:S₁,S₂,S₃,…,S_j,…,S_n相应语句的可疑度值序列z_slight:z₁,z₂,z₃,…,z_j,…,z_n，其中z_j表示修正后的第j条语句的可疑度值；根据z_slight中可疑度值进行降序排列；根据已排序的z_slight序列，匹配对应的程序语句编号，对S:S₁,S₂,S₃,…,S_j,…,S_n进行排序，将排序后的S序列即为修正后定位序列，记为S_slight；定位序列判定；根据定位序列进行缺陷语句定位。