摘要：查找程序中缺陷代码所在的位置是一项值得深入开展的研究,同时也是实际软件调试过程中所面临的一个难题,这一过程往往需要耗费大量的时间和人力资源.研究软件缺陷定位的一类重要方法是基于谓词的统计学缺陷定位方法(简称PBSFL).PBSFL通过比较程序运行成功与失败时谓词的执行信息差异来获得谓词与缺陷的关联程度.然而实验研究发现,固定算法中信息利用的强度会造成信息利用不足或过分利用现象的发生,导致现有PBSFL方法对某些缺陷定位不够准确.针对这一问题,文中设计了一种基于谓词执行信息分析的自适应缺陷定位算法,该算法通过分析测试用例运行时谓词的执行情况来动态地为每个谓词选择合适的信息利用强度.实验结果表明,该方法在Siemens和space两个程序包上表现出很好的定位效果以及定位稳定性.

摘要：软件缺陷定位技术通过比较程序正确与错误运行过程中的不同行为特征,找出导致错误运行行为的代码。任意一种软件缺陷定位算法都有其适用的环境或条件,如果能够在其设计与选择过程中考虑到这些因素,将对提升算法的使用效果起到积极作用。在已有研究的基础上,选择了Tarantula、Zoltar等10种具有代表性的基于程序谱的缺陷定位算法作为研究对象,并通过语句级别的插桩设置,在space、flex等常用程序集上展开实验研究,提出了一种度量指标来评估不同算法受测试用例集类别比例变动的影响。实验结果表明,不同算法受类别比例变动的影响有很大差异,一些算法的定位效率受类别比例变动的影响较小,而其他算法的定位效率在类别比例变动时则呈现出跳变特性。