基于机器学习的软件故障定位和测试用例生成
发布时间：2022-12-05 06:11
随着信息技术的高速发展和应用领域的扩大,计算机软件的规模和复杂程度也与日俱增,给软件开发和调试技术带来了新的挑战。软件测试是保证软件质量的关键环节,贯穿软件开发的生命周期。软件调试和测试用例生成是软件测试的两大重点研究内容。调试是软件测试中的重要环节,其目的是发现存在于软件中的故障,并对其进行修正以确保软件按照设计预期运作。而测试用例生成则是通过一定方式按照软件的设计说明产生测试用例,通过将生成的测试用例输入到目标软件运行,可以动态地获取程序的行为信息,并通过程序的运行结果判断其中是否存在故障。频谱故障定位方法是故障定位领域的主流研究内容,该方法通过将一定数量的测试用例对可能存在故障的程序进行执行,并收集程序语句的覆盖信息和测试用例的执行结果,其目的在于找到与程序预期执行结果不同的测试用例和执行时所覆盖的语句,并基于此进行故障定位。现有的频谱故障方法已有很多种,但是在精确度和故障定位效率等方面仍然存在提升空间。本文在现有的研究基础上将机器学习算法XGBoost引入频谱故障定位技术,并提出了一种新型故障定位方法,该方法通过使用XGBoost模型进行分类后的特征排名获取关键语句信息,并在此...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 研究内容
1.2.1 拟解决的关键问题
1.2.2 主要研究内容
1.2.3 研究目标
1.3 论文结构
1.4 本章小结
第二章 相关工作介绍
2.1 故障定位的相关工作
2.2 测试用例生成的相关工作
2.3 本章小结
第三章 基于机器学习的软件故障定位方法
3.1 基于程序频谱的故障定位方法
3.1.1 频谱故障定位的相关概念
3.1.2 基于统计学的计算模型
3.2 XGBoost模型
3.2.1 XGBoost模型原理
3.3 基于XGBoost模型的软件故障定位
3.3.1 程序频谱信息表示
3.3.2 关键语句信息的获取
3.3.3 示例分析
3.3.4 生成语句可疑度列表
3.3.5 基于XGBoost模型的故障定位方法框架
3.4 本章小结
第四章 基于机器学习的测试用例生成方法
4.1 遗传算法的相关概念
4.2 基于改进遗传算法的测试用例生成方法
4.2.1 适应度函数的构造
4.2.2 改进遗传算子的设计
4.2.3 改进遗传算法的执行流程
4.3 本章小结
第五章 实验验证
5.1 基于机器学习的软件故障定位方法
5.1.1 评价标准
5.1.2 实验设计
5.1.3 实验结果
5.2 基于改进遗传算法的测试用例生成方法
5.2.1 评价标准
5.2.2 实验设计
5.2.3 实验结果
5.3 本章小结
第六章 总结与展望
6.1 主要结论
6.2 展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]增强上下文的错误定位技术[J]. 张卓,谭庆平,毛晓光,雷晏,常曦,薛建新. 软件学报. 2019(02)
[2]基于条件概率模型的缺陷定位方法[J]. 舒挺,黄明献,丁佐华,王磊,夏劲松. 软件学报. 2018(06)
[3]基于Chameleon聚类分析的多错误定位方法[J]. 曹鹤玲,姜淑娟. 电子学报. 2017(02)
[4]一种基于加权软件行为图挖掘的软件错误定位方法[J]. 苏小红,王甜甜,杨劭君,马培军. 计算机学报. 2016(11)
[5]基于二次定位策略的软件故障定位[J]. 宗芳芳,黄鸿云,丁佐华. 软件学报. 2016(08)
[6]基于混杂偏倚消除的谓词统计错误定位方法[J]. 王兴亚,姜淑娟,鞠小林,曹鹤玲. 计算机学报. 2017(12)
[7]一种基于遗传算法的多缺陷定位方法[J]. 王赞,樊向宇,邹雨果,陈翔. 软件学报. 2016(04)
[8]基于动态切片和关联分析的错误定位方法[J]. 曹鹤玲,姜淑娟,鞠小林,王兴亚. 计算机学报. 2015(11)
[9]基于程序频谱的动态缺陷定位方法研究[J]. 陈翔,鞠小林,文万志,顾庆. 软件学报. 2015(02)
[10]结合用例约简与联合依赖概率建模的错误定位[J]. 苏小红,龚丹丹,王甜甜,马培军. 软件学报. 2014(07)
本文编号：3709843
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 研究内容
1.2.1 拟解决的关键问题
1.2.2 主要研究内容
1.2.3 研究目标
1.3 论文结构
1.4 本章小结
第二章 相关工作介绍
2.1 故障定位的相关工作
2.2 测试用例生成的相关工作
2.3 本章小结
第三章 基于机器学习的软件故障定位方法
3.1 基于程序频谱的故障定位方法
3.1.1 频谱故障定位的相关概念
3.1.2 基于统计学的计算模型
3.2 XGBoost模型
3.2.1 XGBoost模型原理
3.3 基于XGBoost模型的软件故障定位
3.3.1 程序频谱信息表示
3.3.2 关键语句信息的获取
3.3.3 示例分析
3.3.4 生成语句可疑度列表
3.3.5 基于XGBoost模型的故障定位方法框架
3.4 本章小结
第四章 基于机器学习的测试用例生成方法
4.1 遗传算法的相关概念
4.2 基于改进遗传算法的测试用例生成方法
4.2.1 适应度函数的构造
4.2.2 改进遗传算子的设计
4.2.3 改进遗传算法的执行流程
4.3 本章小结
第五章 实验验证
5.1 基于机器学习的软件故障定位方法
5.1.1 评价标准
5.1.2 实验设计
5.1.3 实验结果
5.2 基于改进遗传算法的测试用例生成方法
5.2.1 评价标准
5.2.2 实验设计
5.2.3 实验结果
5.3 本章小结
第六章 总结与展望
6.1 主要结论
6.2 展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]增强上下文的错误定位技术[J]. 张卓,谭庆平,毛晓光,雷晏,常曦,薛建新. 软件学报. 2019(02)
[2]基于条件概率模型的缺陷定位方法[J]. 舒挺,黄明献,丁佐华,王磊,夏劲松. 软件学报. 2018(06)
[3]基于Chameleon聚类分析的多错误定位方法[J]. 曹鹤玲,姜淑娟. 电子学报. 2017(02)
[4]一种基于加权软件行为图挖掘的软件错误定位方法[J]. 苏小红,王甜甜,杨劭君,马培军. 计算机学报. 2016(11)
[5]基于二次定位策略的软件故障定位[J]. 宗芳芳,黄鸿云,丁佐华. 软件学报. 2016(08)
[6]基于混杂偏倚消除的谓词统计错误定位方法[J]. 王兴亚,姜淑娟,鞠小林,曹鹤玲. 计算机学报. 2017(12)
[7]一种基于遗传算法的多缺陷定位方法[J]. 王赞,樊向宇,邹雨果,陈翔. 软件学报. 2016(04)
[8]基于动态切片和关联分析的错误定位方法[J]. 曹鹤玲,姜淑娟,鞠小林,王兴亚. 计算机学报. 2015(11)
[9]基于程序频谱的动态缺陷定位方法研究[J]. 陈翔,鞠小林,文万志,顾庆. 软件学报. 2015(02)
[10]结合用例约简与联合依赖概率建模的错误定位[J]. 苏小红,龚丹丹,王甜甜,马培军. 软件学报. 2014(07)
本文编号：3709843
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3709843.html