[發明專利]一種軟件調試方法和電子設備

在審

• 申請號: 202010949710.4
• 申請日: 2020-09-10
• 公開（公告）號: CN114168447A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 魏可鑫;董鑫;林志強;胡紹平
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 周放

本申請實施例提供一種軟件調試方法和電子設備。方法包括：確定待測試程序的待測試變量，所述待測試變量包括具備關聯關系的自變量以及因變量；在所述待測試程序運行過程中，記錄所述自變量以及所述因變量的值的連續變化，獲取訓練數據集；基于所述訓練數據集訓練計算機學習模型，擬合測試用回歸模型；將所述待測試程序運行過程中所述自變量的值輸入到所述測試用回歸模型，對比所述測試用回歸模型的輸出以及所述待測試程序運行過程中所述因變量的值，確定所述待測試程序運行過程中的數據異常點。根據本申請一實施例的方法，可以大大提高軟件漏洞定位的準確率，減少軟件漏洞定位的耗時，避免遺漏軟件漏洞。

技術領域

本申請涉及智能終端技術領域，特別涉及一種軟件調試方法和電子設備。

背景技術

在編寫軟件程序的過程中，通常沒有哪個程序員能一下子寫出沒有錯誤的代碼。因此，在完成軟件代碼后，需要軟件代碼進行調試，以定位軟件問題。最常見的調試方法是使用以調試器為主的調試工具進行調試，從問題的癥狀入手，正向跟蹤或者反向追溯軟件漏洞，從而大大提高定位到軟件漏洞根源的效率。

在現有技術環境中，軟件環境在不斷向著大型化、并行化、復雜化方向發展,不符合程序預期的原因可能是一個非常小的問題，但是不容易發現。這就導致定位軟件漏洞的難度也在隨之不斷提高，通過現有的軟件調試方法定位軟件漏洞的耗時也就不斷增加，往往軟件調試的時間超過編碼的時間，甚至于在某些應用場景中，無法定位到軟件漏洞。

發明內容

針對現有技術下軟件調試的時間過長，在某些應用場景中無法定位到軟件漏洞的問題，本申請提供了一種軟件調試方法和電子設備，本申請還提供一種計算機可讀存儲介質。

本申請實施例采用下述技術方案：

第一方面，本申請提供一種軟件調試方法，包括：

確定待測試程序的待測試變量，所述待測試變量包括具備關聯關系的自變量以及因變量；

數據采集，包括，在所述待測試程序運行過程中，記錄所述自變量以及所述因變量的值的連續變化，獲取記錄數據集，根據所述記錄數據集生成訓練數據集；

模型訓練，包括，基于所述訓練數據集訓練計算機學習模型，擬合測試用回歸模型，其中，所述測試用回歸模型用于體現所述自變量與所述因變量間的關聯關系，在模型訓練過程中，模型輸入項為所述訓練數據集中的自變量的值，模型輸出項為所述訓練數據集中的因變量的值；

異常點定位，包括，將所述待測試程序運行過程中所述自變量的值輸入到所述測試用回歸模型，對比所述測試用回歸模型的輸出以及所述待測試程序運行過程中所述因變量的值，確定所述待測試程序運行過程中的數據異常點。

在上述第一方面的一種實現方式中，所述數據采集，包括：

重復運行所述待測試程序，當所述待測試程序的運行次數滿足預設次數或者所述記錄數據集中的記錄數滿足預設記錄數時，停止運行所述待測試程序，根據所述記錄數據集生成訓練數據集。

在上述第一方面的一種實現方式中，所述數據采集，包括：

重復運行所述待測試程序，當所述待測試程序的運行次數滿足預設次數或者所述記錄數據集中的記錄數滿足預設記錄數時，輸出數據采集完成提示；

當數據采集被關閉或者軟件調試被啟動時，停止運行所述待測試程序，根據所述記錄數據集生成訓練數據集。

在上述第一方面的一種實現方式中：

所述數據采集，包括：運行所述待測試程序，記錄所述自變量以及所述因變量的值的連續變化，獲取第一記錄數據集，將所述第一記錄數據集作為所述訓練數據集；

所述異常點定位，包括：