基于机器学习的错误定位方法分析-计算机科学与技术专业论文.docxVIP

承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和 致谢的地方外，论文中不包含其他人已经发表或撰写过的研 究成果，也不包含为获得南京航空航天大学或其他教育机构 的学位或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 基于机器学习的错误定位方法研究 基于机器学习的错误定位方法研究 i i PAGE PAGE iv 摘 要 错误定位是整个软件调试过程中最耗时最困难的部分，错误定位过程中的任何改进都可以 大大降低软件成本。传统的错误定位方法一般是利用开发工具手动地设置断点，不但耗费精力， 而且效率低下。因此，利用机器学习的理论与技术，使在调试过程中的错误定位实现自动化， 是当前研究的重点。基于机器学习的错误定位方法首先是根据选择的测试用例执行得到源程序 的语句覆盖信息和执行结果，然后，利用机器学习模型计算出每条语句的可疑度值，最后按照 可疑度值由高到低的顺序逐条检查程序的可疑语句进行错误定位。 本文在充分分析程序测试用例的覆盖信息基础上，以减少查找错误语句、提高错误定位效 率为目的，对一些传统的机器学习模型进行了改进。本文有以下几点创新之处： 第一，基于增强径向基函数神经网络的错误定位方法。结合径向基函数神经网络与正交试 验设计理论，提出了一种增强径向基函数神经网络错误定位算法，通过正交试验设计方法可以 自适应地调整神经网络中的参数值，从而达到优化错误定位模型的目的。 第二，基于基因表达式编程的错误定位方法。结合基因表达式编程技术以及基于频谱的错 误定位方法，找到适应程序的高效秩函数，提出了一种新的错误定位方法，再利用此高效秩函 数去计算出每条语句的可疑度值，提高错误定位效率。 第三，基于数据分组处理因果关系的错误定位方法。针对普通因果检验方法只能检验两个 变量之间因果关系的不足，从检测多维变量间因果关系的理论出发，提出了一种改进型的因果 关系错误定位方法。 最后，为了验证所提出机器学习错误定位方法的有效性，本文采用真实的测试数据集 Siemens Suite作为研究对象，分别对以上三个模型进行实验性能对比，结果表明，本文所提出 的所有错误定位方法较之前的传统方法具有更精确的错误定位效果和更显著的定位效率。 关键词： 错误定位，机器学习，软件调试，径向基神经网络，基因表达式编程，因果关系 ABSTRACT Fault location is the entire software debugging process is the most time-consuming and difficult part of any fault localization process improvements can significantly reduce software costs. The traditional method is generally wrong location manually using the development tool set breakpoints, not only energy-consuming and inefficient. Fault localization method based on machine learning is first covered with information and execution results based on selected test cases to get the source of the statement execution, and then use machine learning model to calculate the value of each questionable statement, the last value in accordance with suspicious from high to low-order one by one the suspicious statements inspection procedures were wrong positioning. Based on the full analysis of the program based on the information covered by the test case to reduce the sentence