|
题目:
雅宝题库答案:
****此区域为收费内容**** 需支付 1 知识币后可查看,1币=0.01元查看答案
雅宝题库解析:
软件缺陷定位是软件调试和测试过程中的重要环节,其精度和效率会直接影响软件质量和软件投入使用的时间。研究软件缺陷定位的一类重要方法是基于程序谱的缺陷定位方法,该类方法通过收集和比较程序运行成功与失败时的执行信息来获得程序中缺陷可能的位置。本文的研究正是基于该类方法展开,主要研究内容和贡献点包括:提出了基于谓词执行序列的软件缺陷定位算法;分析了软件测试数据的类别不均衡性对缺陷定位算法定位精度的影响;提出了一种基于集成策略的软件缺陷定位算法。谓词通常是程序中的条件判断(if,for,while等条件),谓词所在语句控制着程序中控制流的走向,对于程序能否正确执行起着主导作用,因此,谓词的执行信息就成为一类重要的程序谱。在本文第一部分研究中,总结了现有基于谓词的方法,实验表明,由于谓词执行信息收集和利用的不充分,导致现有基于谓词的方法对某些缺陷定位不够准确,由此提出两个题目:第一,是否可以通过增大所使用的谓词执行信息量来提高算法的定位精度?第二,谓词执行信息量的增加与算法的定位精度之间有什么关系?针对上述两个题目,设计了一种基于谓词执行序列的软件缺陷定位算法,该算法通过引入谓词执行序列增大了算法使用的谓词执行信息量。实验结果表明,增大谓词执行信息量确实可以有效提高算法的定位精度,并且当待测程序中所蕴含的谓词执行信息量可以满足算法的需求时,算法的定位精度会随着谓词执行信息量的增加不断提高。在软件缺陷定位过程中,算法对缺陷的定位精度很大程度上会依赖于所使用测试用例的质量和数量,本文第二个主要研究内容就是分析软件测试用例的类别不均衡性对算法定位精度造成的影响。同样提出两个题目:第一,测试用例的类别不均衡性对软件缺陷定位算法的定位精度会造成何种影响?第二,这种影响与类别不均衡的程度有什么关系?针对这两个题目,本文一共挑选了11种基于程序谱的算法进行实验研究,实验结果表明,测试数据的类别不均衡性会导致算法定位精度降低,且这种降低会随着类别不均衡程度的升高而增加。本文第三部分的研究紧接第二部分展开,利用集成学习的思想对现有基于程序谱的算法进行改进,提出了一类基于集成策略的软件缺陷定位算法,实验结果表明,基于集成策略的软件缺陷定位算法可以有效提高现有算法的定位精度,尤其是当测试用例集类别不均衡时,基于集成策略的软件缺陷定位算法有更明显的优势。 |
上一篇:对遮挡鲁棒的三维人脸识别下一篇:电晕笼下电晕电流测量系统研制
|