一种基于模型结合的错误定位方法

被引:3
作者
唐启锋 [1 ]
许蕾 [1 ]
钱巨 [2 ]
陈林 [1 ]
张震宇 [3 ]
机构
[1] 南京大学计算机科学与技术系计算机软件新技术国家重点实验室
[2] 南京航空航天大学计算机科学与技术学院
[3] 中国科学院软件研究所计算机科学国家重点实验室
关键词
错误定位; 集成学习; 程序分析; 软件调试;
D O I
暂无
中图分类号
TP311.53 [];
学科分类号
081202 ; 0835 ;
摘要
目前大多数错误定位技术的研究均基于单一类型的程序节点(如语句、谓词等),其效果往往只在定位相应类型的错误时表现较好,而定位其他类型的程序错误时则表现不佳。为此,借鉴机器学习领域中集成学习的思想,建立多错误定位方法相结合的错误定位模型,并综合了基于语句覆盖信息和程序谓词信息这2种错误定位方法,提出了3种新的错误定位方法。实验结果表明,相对于此前单一的方法,所提出的2种方法具有更高的错误定位效率和更强的适应性。
引用
收藏
页码:19 / 27
页数:9
相关论文
共 2 条
[1]   Is non-parametric hypothesis testing model robust for statistical fault localization? [J].
Zhang, Zhenyu ;
Chan, W. K. ;
Tse, T. H. ;
Hu, Peifeng ;
Wang, Xinming .
INFORMATION AND SOFTWARE TECHNOLOGY, 2009, 51 (11) :1573-1585
[2]  
Lightweight fault-localization using multiple coverage types .2 Santelices R,Jones J A,Yu Y,et al. Proceedings of the31st International Conference on Software Engineering (ICSE2009) . 2009