[發(fā)明專利]一種基于區(qū)分子圖挖掘的軟件缺陷發(fā)現(xiàn)方法

有效

• 申請?zhí)枺?/td>: 202011303967.9
• 申請日: 2020-11-19
• 公開（公告）號: CN112395198B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計）人: 印瑩;趙宇海
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李珉

本發(fā)明提供一種基于區(qū)分子圖挖掘的軟件缺陷發(fā)現(xiàn)方法，涉及軟件工程技術(shù)領(lǐng)域。該方法首先針對一個軟件項(xiàng)目提取新舊兩個版本的軟件包，對新舊兩個版本的軟件包做相同數(shù)據(jù)預(yù)處理，構(gòu)建程序的控制流圖，并保存到文本文件中，獲得正負(fù)兩類圖數(shù)據(jù)集；對保存到文本文件的控制流圖中的程序語句進(jìn)行哈希轉(zhuǎn)化，使控制流圖用程序語句哈希轉(zhuǎn)化后的數(shù)值來表示；對得到的哈希轉(zhuǎn)化后的正負(fù)兩類圖數(shù)據(jù)集進(jìn)行覆蓋圖挖掘，得到覆蓋圖集；根據(jù)覆蓋圖集對正負(fù)兩類圖數(shù)據(jù)集中的控制流圖均進(jìn)行數(shù)據(jù)向量化；將數(shù)據(jù)向量化后的控制流圖作為特征訓(xùn)練數(shù)據(jù)來訓(xùn)練極限學(xué)習(xí)機(jī)，采用投票機(jī)制得到訓(xùn)練模型，通過測試后的訓(xùn)練模型對待測程序文件進(jìn)行測試，發(fā)現(xiàn)軟件缺陷。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件工程技術(shù)領(lǐng)域，尤其涉及一種基于區(qū)分子圖挖掘的軟件缺陷發(fā)現(xiàn)方法。

背景技術(shù)

信息化時代的軟件已經(jīng)深入到日常生活的各個角落，各行各業(yè)都離不開軟件，因此高質(zhì)量的軟件是必要的。軟件的質(zhì)量和軟件中存在的缺陷數(shù)量有直接關(guān)系，軟件中缺陷數(shù)量越少，軟件質(zhì)量越高。在軟件開發(fā)過程中，軟件缺陷的產(chǎn)生是不可避免的。開發(fā)人員對需求理解不正確以及開發(fā)經(jīng)驗(yàn)不足可能引起性能或產(chǎn)品特征上的缺陷，程序員對邏輯路徑或數(shù)據(jù)范圍考慮不周到，如缺失某些邊界條件，忽視系統(tǒng)崩潰后數(shù)據(jù)的異地備份和災(zāi)難性恢復(fù)等問題均可能產(chǎn)生軟件缺陷。有缺陷的軟件在運(yùn)行時可能會出現(xiàn)意料之外的結(jié)果，嚴(yán)重時可能會對公司產(chǎn)生巨大的損失，甚至危害到生命安全，尤其是在航空、航天、金融證券和交通領(lǐng)域軟件的質(zhì)量問題更不可被忽視。研究發(fā)現(xiàn)，如果在需求階段修復(fù)一個軟件缺陷的代價是1的話，在設(shè)計階段修復(fù)一個軟件缺陷就是它的3到6倍，在編程階段修復(fù)一個軟件缺陷是它的大約10倍，而到了產(chǎn)品發(fā)布出去時，再去修復(fù)一個軟件缺陷將會是40到1000倍，可以看出修復(fù)軟件中一個缺陷的代價不是隨時間線性增長，幾乎是呈指數(shù)增長的。根據(jù)IBM的統(tǒng)計報告顯示，在軟件開發(fā)過程中，軟件測試需要消耗整個軟件開發(fā)和運(yùn)維預(yù)算的50％到75％。這表明在軟件開發(fā)周期中，通過軟件測試盡可能減少軟件中存在的缺陷是一項(xiàng)非常昂貴的活動。所以在軟件開發(fā)周期能快速、精確的找到軟件缺陷出現(xiàn)的位置是非常有價值，有意義的。

目前的軟件缺陷檢測方法一般可分為基于靜態(tài)的缺陷檢測和基于動態(tài)的缺陷檢測。

靜態(tài)缺陷檢測方法是指在不需要運(yùn)行程序的前提下分析程序源碼或目標(biāo)碼。1976年，King首次提出使用符號執(zhí)行方法的靜態(tài)軟件故障定位技術(shù)，實(shí)驗(yàn)表明符號執(zhí)行可以被應(yīng)用在順序程序的調(diào)試中。1988年，Young等人提出基于符號執(zhí)行的并發(fā)分析技術(shù)來檢測并發(fā)程序中的故障，通過為每一個控制流圖分配一個控制線程，路徑條件表示符號執(zhí)行條件，用路徑表達(dá)式表示符號執(zhí)行的值，執(zhí)行程序流圖，進(jìn)行故障定位。2008年，Cellier提出基于形式方法的故障定位技術(shù)。2010年，Eichinger F提出用頻繁子圖挖掘來進(jìn)行靜態(tài)缺陷檢測。2016年，梁斌等人提出基于頻繁項(xiàng)集的靜態(tài)缺陷檢測方法。

動態(tài)缺陷檢測方法是指通過運(yùn)行測試用例來跟蹤觀察程序的執(zhí)行路徑來實(shí)現(xiàn)檢測。1982年，Weiser第一次提出用程序切片的方法進(jìn)行軟件調(diào)試。Sun Jirong等人深入挖掘程序切片方法的可能性，將其應(yīng)用在故障定位中。2002年，Jones等人基于統(tǒng)計學(xué)方法發(fā)現(xiàn)執(zhí)行失敗的次數(shù)越多，程序語句的故障可能性越高，提出用不同顏色標(biāo)識語句故障可疑程度的方法，這是基于執(zhí)行覆蓋的動態(tài)檢測方法。進(jìn)一步，Renieris和Reiss提出基于集合運(yùn)算法的執(zhí)行覆蓋的動態(tài)檢測方法，建立相似程序頻譜為基礎(chǔ)的最近鄰查詢方法。2008年，趙建軍等人定義了基于FindBugs的檢測面向語句的17種故障模式，并提出了XFindBugs系統(tǒng)用于檢測AspectJ故障。2006年，徐寶文等人提出了基于組合測試的檢測方法。2009年，王新平等人提出了跟蹤程序執(zhí)行軌跡的故障定位方法。