[發(fā)明專利]一種基于貝葉斯網(wǎng)絡(luò)推理的軟件錯(cuò)誤分層診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710048225.8
• 申請(qǐng)日: 2017-01-20
• 公開（公告）號(hào): CN107025169B
• 公開（公告）日: 2020-08-21
• 發(fā)明（設(shè)計(jì)）人: 余嘯;劉進(jìn);殷曉飛;崔曉輝;施澤洋;井溢洋
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種基于貝葉斯網(wǎng)絡(luò)推理的軟件錯(cuò)誤分層診斷方法，其特征在于，包括以下步驟：

步驟1，以函數(shù)為代碼元素，構(gòu)建函數(shù)層貝葉斯網(wǎng)絡(luò)程序依賴圖，BNPDG是表示代碼元素依賴關(guān)系的貝葉斯網(wǎng)絡(luò)模型；函數(shù)層BNPDG表示為一個(gè)三元組(V,E,P)；V代表節(jié)點(diǎn)集合，每個(gè)節(jié)點(diǎn)代表一個(gè)代碼元素，即一個(gè)自定義函數(shù)；函數(shù)節(jié)點(diǎn)，有其對(duì)應(yīng)的狀態(tài)空間，不同狀態(tài)值代表該代碼元素不同的執(zhí)行過程；E代表有向邊的集合，每條有向邊都代表代碼元素之間的依賴關(guān)系，所述依賴關(guān)系是語義依賴，或者是通過測試數(shù)據(jù)得到的統(tǒng)計(jì)依賴；其中語義依賴包括控制依賴和數(shù)據(jù)依賴；P代表網(wǎng)絡(luò)參數(shù)，即每個(gè)節(jié)點(diǎn)的條件概率分布；構(gòu)建函數(shù)層BNPDG包括以下子步驟，

步驟1.1，將要測試的程序代碼生成程序依賴圖，確定函數(shù)層BNPDG語義依賴關(guān)系；

步驟1.2，利用程序執(zhí)行數(shù)據(jù)生成統(tǒng)計(jì)依賴關(guān)系圖，確定函數(shù)層BNPDG統(tǒng)計(jì)依賴關(guān)系；

步驟1.3，融合控制依賴邊、數(shù)據(jù)依賴邊和統(tǒng)計(jì)依賴邊，形成基于貝葉斯網(wǎng)絡(luò)的程序依賴圖初始結(jié)構(gòu)；

步驟1.4，去掉基于貝葉斯網(wǎng)絡(luò)的程序依賴圖初始結(jié)構(gòu)中的環(huán)路；

步驟1.5，學(xué)習(xí)基于貝葉斯網(wǎng)絡(luò)的程序依賴圖中的參數(shù)信息；

步驟2，在函數(shù)層貝葉斯網(wǎng)絡(luò)程序依賴圖上進(jìn)行測試預(yù)言的概率推理，判斷某個(gè)測試用例對(duì)整個(gè)程序來說是否為失敗的測試用例；當(dāng)確定某測試用例為失敗測試用例以后，在函數(shù)層貝葉斯網(wǎng)絡(luò)程序依賴圖上進(jìn)行錯(cuò)誤定位的概率推理，計(jì)算代碼元素的可疑度并排序，得到按照可疑度排序的函數(shù)序列；

步驟3，按照函數(shù)的可疑度排序，以每一個(gè)函數(shù)內(nèi)的語句為代碼元素，構(gòu)建對(duì)應(yīng)函數(shù)的語句層貝葉斯網(wǎng)絡(luò)程序依賴圖；語句層BNPDG表示為一個(gè)三元組(V′,E′,P′)；V′代表節(jié)點(diǎn)集合，每個(gè)節(jié)點(diǎn)代表一個(gè)代碼元素，即一條程序語句；語句節(jié)點(diǎn)，有其對(duì)應(yīng)的狀態(tài)空間，不同狀態(tài)值代表該代碼元素不同的執(zhí)行過程；E′代表有向邊的集合，每條有向邊都代表代碼元素之間的依賴關(guān)系，所述依賴關(guān)系是語義依賴，或者是通過測試數(shù)據(jù)得到的統(tǒng)計(jì)依賴；其中語義依賴包括控制依賴和數(shù)據(jù)依賴；P′代表網(wǎng)絡(luò)參數(shù)，即每個(gè)節(jié)點(diǎn)的條件概率分布；構(gòu)建語句層BNPDG包括以下子步驟，

步驟3.1，將要測試的程序代碼生成程序依賴圖，確定語句層BNPDG語義依賴關(guān)系；

步驟3.2，利用程序執(zhí)行數(shù)據(jù)生成統(tǒng)計(jì)依賴關(guān)系圖，確定語句層BNPDG統(tǒng)計(jì)依賴關(guān)系；

步驟3.3，融合控制依賴邊、數(shù)據(jù)依賴邊和統(tǒng)計(jì)依賴邊，形成基于貝葉斯網(wǎng)絡(luò)的程序依賴圖初始結(jié)構(gòu)；

步驟3.4，去掉基于貝葉斯網(wǎng)絡(luò)的程序依賴圖初始結(jié)構(gòu)中的環(huán)路；

步驟3.5，學(xué)習(xí)基于貝葉斯網(wǎng)絡(luò)的程序依賴圖中的參數(shù)信息；

步驟4，按照函數(shù)的可疑度排序?qū)瘮?shù)進(jìn)行逐一檢查；檢查某函數(shù)時(shí)，在該函數(shù)的語句層BNPDG上進(jìn)行測試預(yù)言的概率推理，找到bug函數(shù)；在該bug函數(shù)的語句層貝葉斯網(wǎng)絡(luò)程序依賴圖上進(jìn)行錯(cuò)誤定位的概率推理，得到函數(shù)中所有語句的可疑度排序；按照語句的可疑度排序?qū)φZ句進(jìn)行逐一檢查，直到找到真正的bug語句。

2.根據(jù)權(quán)利要求1所述的一種基于貝葉斯網(wǎng)絡(luò)推理的軟件錯(cuò)誤分層診斷方法，其特征在于，所述步驟1.2具體包括：每個(gè)節(jié)點(diǎn)對(duì)都計(jì)算一個(gè)統(tǒng)計(jì)因子，該統(tǒng)計(jì)因子用于衡量該節(jié)點(diǎn)對(duì)中兩個(gè)節(jié)點(diǎn)之間是否存在依賴關(guān)系或者存在依賴關(guān)系的可能性大小，然后對(duì)得到的依賴關(guān)系進(jìn)行剪枝，目的是去掉依賴關(guān)系中的間接依賴關(guān)系，最后，根據(jù)條件獨(dú)立性測試確定依賴關(guān)系的方向，選擇最大信息系數(shù)作為統(tǒng)計(jì)因子，所有的統(tǒng)計(jì)因子都通過調(diào)用MINE工具箱計(jì)算得到。