声明
摘要
1 引言
1.1 研究背景和研究意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 文章结构
2 软件错误定位相关技术介绍
2.1 基于覆盖分析的软件错误定位方法介绍
2.1.1 基于语句的CFL定位方法
2.1.2 基于谓词的CFL定位方法
2.1.3 基于函数的软件错误定位方法
2.1.4 不同CFL方法的比较分析
2.2 基于覆盖分析的评价方法
2.3 基于语句的CFL定位方法举例
2.4 偶然性正确相关内容介绍
2.5 相关技术介绍
2.5.1 gcov的介绍
2.5.2 shell,awk,sed,mts的介绍
2.5.3 python的介绍
2.5.4 c≠介绍
3 基于偶然性正确现象的错误定位方法的提出
3.1 偶然性正确测试用例的判定方法
3.2 对偶然性正确测试用例的处理
3.3 基于偶然性正确测试用例的定位方法1
3.4 基于偶然性正确测试用例的定位方法2
3.5 基于偶然性正确测试用例的定位方法3
4 自动化实验框架的设计与实现
4.1 总体技术框架设计
4.2 相关工具与语言的应用
4.2.1 gcov的使用
4.2.2 shell,awk,sed,mts的使用
4.2.3 python的使用
4.2.4 C#的使用
4.3 实验环境与数据介绍
4.4 关键技术以及难点
4.4.1 从universe文件中获取可运行脚本
4.4.2 如何将gcov与runall.sh脚本相结合
4.4.3 实验中的特殊处理
4.4.4 mts使用中的一些问题
4.4.5 C#部分的基本结构
4.4.6 脚本文件的合理规划
5 实验与分析
5.1 实验结果和分析
5.1.1 MYCC的存在性,误判率,以及对于CFL方法的影响
5.1.2 方法1的效果以及分析
5.1.3 方法2的效果以及分析
5.1.4 方法3的效果以及分析
5.2 算法复杂度
6 相关工作及以后研究方向
参考文献
致谢
攻读硕士学位期间研究成果