基于冗余覆盖信息约简的软件缺陷定位方法

软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-based Fault Localization,SFL)是应用最为广泛的软件缺陷定位技术,其通过分析语句覆盖信息矩阵计算代码语句的可疑度值,并根据可疑度值定位缺陷所在语句.然而,语句覆盖信息矩阵中存在着严重的数据冗余问题,冗余的数据极大地影响了SFL的缺陷定位性能.以Defects4J数据集中395个程序的语句覆盖信息矩阵为例,在超过一半的语句覆盖信息矩阵中有90%的语句存在与其具有相同覆盖信息的语句.特征选择是常用的数据预处理技术,通过去除冗余和不相关特征来获取原始特征集中有价值的特征子集.因此,我们将语句覆盖信息矩阵作为原始特征集,将冗余覆盖信息约简建模为特征选择问题,提出了一种基于冗余覆盖信息约简的软件缺陷定位方法(Fault Localization based on Redundant coverage information Reduction,FLRR).首先,使用特征选择技术对语句覆盖信息和测试用例执行结果组成的语句覆盖信息...     

一种故障传播感知的程序故障定位方法

针对现有的基于覆盖的程序故障定位方法不能有效解决故障传播给定位效果带来的影响,该文提出了一种基于传播感知的程序故障定位方法。该方法首先使用收集到的程序覆盖路径信息对可疑节点空间进行压缩来有效降低计算量,然后利用节点在正常执行路径和故障执行路径中出现的频率不同确定可疑空间中的每个节点的初始可疑度,接下来通过引入边传播趋势的概念确定初始可疑度最大的节点是否具有故障传播现象,最后对感知的故障传播相关节点进行可疑度修正来确定节点的最终可疑度。相关示例分析和定位实验结果表明,该故障定位方法能有效降低故障传播给定位准确性带来的影响,定位效果良好,且随着程序规模的扩大在时间开销上较其他方法有很大优势,因而具有较高的实用价值。     

基于Chameleon聚类分析的多错误定位方法

软件系统中往往存在多个错误,它们之间互相干扰,这抑制了错误定位的能力.为解决该问题,提出一种基于Chamelelon聚类分析的多错误定位方法.首先,将每一个失败程序执行轨迹和所有成功程序执行轨迹合并,计算其怀疑度,按怀疑度大小选取高可疑元素作为程序执行轨迹的特征元素,按照该特征元素对失败程序执行轨迹进行约简;其次,聚类分析将失败程序执行轨迹分簇,每簇包含一个错误;然后,将失败程序执行轨迹簇与所有成功程序执行轨迹合并,重新计算其怀疑度;最后,根据合并后的簇生成的怀疑度序列,采用并行调试模式同时定位程序中的多个错误.实证研究表明该方法可以有效地定位程序中的多个错误.     

基于参数-值替换的错误定位方法

现有错误定位方法难以检测程序遗漏错误,提出一种方法层次的基于参数?值替换的错误定位方法。首先将出现在失败执行中的方法作为可疑方法候选集,计算该集合中元素对程序执行结果的影响度,再利用值替换技术计算高影响度方法的兴趣参数?值映射对,然后依据方法是否包含兴趣参数?值映射对对候选集中方法进行分类,并依据其影响度分别进行排序,最后生成一个可疑方法序列进行错误定位。实验结果表明该方法较其他错误定位方法具有更好的定位效果。     

基于符号模拟的电路中错误诊断方法研究

错误诊断是在逻辑芯片中预测潜在错误点的过程.为了快速有效地诊断电路中的错误,提出一种将符号模拟技术应用到基于区域模型的错误诊断法上的新思想,具体方法是通过对要诊断的电路进行区域划分,然后利用符号模拟方法依据两种测量标准对各个区域候选者进行可疑度的等级排序,从而对电路中所含错误进行判断.可疑度越高的区域,其作为错误候选者的可能性越大.该方法利用符号模拟技术,不需要对向量空间进行穷尽的列举,因而在空间和时间上是有效的.     

分枝定界在多级动态频谱分配中的应用

针对认知无线电动态频谱分配中认知用户较多,传统优化算法收敛时间较长的问题,本文结合分枝定界原理提出一种多级动态频谱分配算法。首先建立基于用户需求的多级动态频谱分配模型,然后借助图着色理论,将问题转化为函数优化问题,最后借助分枝定界算法,通过把全部可行的解空间不断分割为越来越小的子集,从而实现了对该多级模型的频谱分配。仿真实验采用与遗传算法比较,通过对二者认知用户接入量和系统网络效益的分析比较,表明该算法对处理多级DSA分配问题的优越性,且所提算法具有较小的计算复杂度,具有较高的应用价值。      

人工鱼群算法选择特征和加权的模拟电路故障诊断

为了准确跟踪模拟电路故障的变化特点,提出一种人工鱼群算法选择特征和加权的模拟电路故障诊断模型。首先根据Volterra级数获得模拟电路状态的原始特征集,然后采用相关向量机作为模拟电路故障的分类器,采用人工鱼群算法选择重要特征子集,并赋予每一个特征合理权值,最后将该模型应用于某一模拟电路故障中。结果表明,人工鱼群算法可以准确得到最优特征子集,模拟电路故障平均超过95%,而且其性能要显著优于经典模型。     

认知无线网络中基于用户需求和频谱聚合的动态频谱分配

认知无线电技术可以感知周围无线环境择机利用频谱空洞,从而达到提高频谱效率的目的.在认知无线电网络中,现有的频谱分配算法大部分是基于连续频谱分配并且没有考虑用户的需求.但是连续频谱分配会生成许多小于用户需求的频谱片段,这些频谱片段不能被充分利用,从而造成频谱浪费.本文基于图论提出了一种联合考虑用户需求和非连续频谱聚合的频谱分配算法.在该算法中,非连续的频谱片段被聚合以尽可能多地满足用户总需求,充分利用了小的频谱片段,避免了频谱浪费,从而提高频谱效率.     

一种计算网络加权可靠度的新算法

提出了一种计算网络加权可靠度的新算法,提出了空量饱和状态的概念,给出了最小路展开为限定子集之和和递推公式,基于该递推公式最小的展开将不再生成与网络加权可靠度无关的限定子集,省去了不必要的展开计算,因此本算法较以往算法具有较小的计算量。     

一种基于子集约束的协议首部纠错算法

针对无线网络数据的协议首部容易出错问题,该文在研究基于循环冗余校验的协议首部纠错算法的基础上,提出一种基于子集约束的纠错算法。该算法利用接收比特的置信度信息以接收向量为中心构建约束子集,从而缩小运算搜索范围,克服此前算法运算复杂度高的缺陷。随后,结合无线信号类型与信道模型,对算法的测试长度参数的取值范围进行了理论分析和实验验证。仿真结果表明,对于不同信噪比的无线信号,该算法可通过改变测试长度来调节约束子集大小,实现在保证较好性能条件下有效地降低运算开销,具有较强的实际应用价值。