由分类算法学习软件错误定位的关联测度

摘要

基于谱的错误定位(SBFL)技术能找出导致程序出错的可执行代码.测试用例数目和覆盖语句次数可构造SBFL的二分型矩阵.利用该矩阵,人们提出许多的SBFL关联测度计算公式.然而,这些关联测度往往只适应部分程序集.因此,提出基于分类算法的技术,能学习到程序集特有的关联测度.训练集样本建立在成对的错误语句和正确语句上,其特征由语句对的条件概率相减而成.为证实技术的有效性,在Siemens套件、space和gzip三个基准数据集上完成实验.使用Weka的Logistic、SGD、SMO和LibLinear训练出的关联测度,性能都明显优于固定形式的SBFL测度.