[發明專利]結合句嵌入和粒子群優化算法的軟件缺陷定位方法

在審

• 申請號: 202011118127.5
• 申請日: 2020-10-19
• 公開（公告）號: CN112286799A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 陳信;俞東進;范旭麟;郭世明
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F40/211;G06F40/284;G06N3/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種結合句嵌入和粒子群優化算法的軟件缺陷定位方法。本發明提出使用句嵌入技術構建軟件缺陷報告與源代碼文件之間的相似度計算模型，同時計算平滑逆頻率分數、表面詞匯相似度分數、缺陷修復記錄分數、缺陷修復頻率分數以及協同過濾分數，最后用粒子群優化算法計算出五種分數的線性組合權重，從而獲得缺陷報告與所有源代碼文件的最終積分。本發明利用句嵌入技術(SIF)獲取軟件缺陷報告與源代碼文件之間的語義信息，使得相似度的計算更加合理；本發明使用粒子群優化算法優化線性權重得到最優綜合分值能夠提高軟件缺陷定位的準確性。

技術領域

本發明涉及軟件維護領域，尤其涉及一種結合句嵌入和粒子群優化算法的軟件缺陷定位方法。

背景技術

軟件缺陷指的是軟件或程序在運行的過程中出現了異常行為，這些行為可能會破壞軟件或程序的正常運行，甚至出現崩潰現象。在軟件開發中，缺陷是不可避免的，缺陷管理與求解是軟件維護中一項十分重要的活動。為了有效的管理和維護軟件缺陷，許多公司或組織采用缺陷追蹤系統(如Bugzilla和JIRA)來收集終端用戶、軟件測試者或開發者提交的缺陷報告。通常，一個缺陷報告中會包含缺陷相關信息，主要涉及軟件在特定場景下出現的異常的行為，能夠有效地幫助開發者理解軟件缺陷并進行修復。

缺陷定位是缺陷修復過程中一個重要環節。通常，開發者需要審查缺陷報告并根據缺陷報告中的描述信息重現揭露的缺陷，從而定位軟件中可能出現缺陷的位置。然而，人工地審查缺陷報告，可能會花費大量時間和精力。其主要原因在于開發人員可能需要檢查大量的源代碼文件以找到目標缺陷。通過自動化技術定位缺陷可能出現的位置，能夠加快缺陷定位的過程，幫助開發者提高軟件維護的效率，降低軟件維護代價。當前，許多研究者嘗試借助缺陷報告中的缺陷信息，通過對源程序進行對比分析，找到可能出現缺陷的位置。但是由于缺陷報告中的文本信息與源代碼文件中的單詞之間存在詞匯差異，增加了缺陷定位的難度。

近來，許多研究聚焦在通過缺陷報告來實現軟件缺陷定位，通過利用軟件缺陷報告的摘要和描述信息來找到相關源代碼文件。現有的基于缺陷報告的軟件缺陷定位方法可以分為兩類：第一類是基于信息檢索(Information Retrieval)的方法，這些方法計算給定的軟件缺陷報告與源代碼文件內容之間的文本相似度并對源代碼文件進行排序，找到最相似的源代碼文件。第二類，就是基于機器學習或深度學習方法進行軟件缺陷定位，這些方法首先利用數據(缺陷報告和源代碼文件)來訓練模型，然后再利用訓練完成的模型來匹配缺陷報告與源代碼文件的主題或計算缺陷報告-源代碼對的相似度以進行排序推薦。

發明內容

為了克服現有技術的不足，本發明提供一種結合句嵌入和粒子群優化算法的軟件缺陷定位方法，可有效解決上述問題。

本發明具體采用的技術方案如下：

步驟(1)給定n個軟件缺陷報告集合R＝(R₁，R₂，…，R_n)，將其中每個缺陷報告表示成R_i＝reportId，description，summary，i＝1，2…，n，其中reportId表示缺陷報告編號，description表示缺陷報告的詳細描述信息，summary表示缺陷報告的摘要信息；

步驟(2)給定m個源代碼文件集合S＝(S₁，S₂，…，S_m)，利用JDT解析每一個源代碼文件，將每一個源代碼文件處理成S_j＝className，method，property，comment形式，j＝1，2，...，m，其中className表示源代碼文件的類名，method表示每個源代碼文件的方法集合，property表示源代碼文件的屬性名集合，comment表示源代碼文件的注釋集合；

步驟(3)對每一個缺陷報告R_i和源代碼文件S_j進行預處理：