تولید خودکار مجموعه داده آزمون با هدف بهبود مکان یابی خطا مبتنی بر تحلیل علی-آماری
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
روش های آماری مکان یابی خطا در نرم افزار وابستگی زیادی به داده های ورودی برنامه داشته و با تغییرات داده ها دچار ناپایداری می شوند. از این رو، تولید داده آزمون مناسب نقش کلیدی در کیفیت فرآیند مکان یابی خطای نرم افزار ایفاء می کند. در این مقاله، روشی برای بهبود مکان یابی خطا با تولید داده های آزمون جدید ارایه می شود. مجموعه آزمون به صورت کمینه و هدفمند، جهت تعیین شاخه خطادار و پس از آن جملات مظنون به خطای درون شاخه، تولید می گردد. ابتدا، محدوده جملات مظنون به خطا در یک مسیر اجرایی مشخص می شود. برای این کار، در مسیر اجرایی خطادار، شرط ها از انتها به ابتدا نقیض شده و با استفاده از حل کننده Z3 داده آزمون برای مسیر مورد نظر ایجاد می گردد. سپس، برنامه مجددا با داده آزمون های به دست آمده توسط فن اجرای نمادین پویا اجرا می شود. با توجه به موفق و یا ناموفق بودن اجرا، مشخص می کنیم که کدام شاخه مظنون به خطا است. بدین ترتیب، محدوده جملات برای اعمال روش علی-آماری به حداقل ممکن می رسد. ارزیابی روش پیشنهادی روی چهار پروژه از مجموعه محک Defect4J، انجام شده است. نتایج نشان دهنده کشف %75 از خطاها با بررسی حداکثر یک درصد از کد این برنامه ها است که در مقایسه با کارهای موجود %98/17 بهبود دارد. همچنین، متوسط جملات مورد بررسی جهت کشف خطا، در بدترین حالت به میزان %78/16 کاهش داشته است.
کلیدواژگان:
زبان:
فارسی
صفحات:
74 تا 84
لینک کوتاه:
magiran.com/p2680110
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!