[發明專利]一種基于機器學習算法的軟件故障定位系統

在審

• 申請號: 202110335336.3
• 申請日: 2021-03-29
• 公開（公告）號: CN112947940A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 江小彪
• 申請（專利權）人: 杭州綠城信息技術有限公司
• 主分類號: G06F8/41
• 分類號: G06F8/41;G06F11/36;G06N20/00
• 代理公司: 杭州信義達專利代理事務所(普通合伙) 33305
• 代理人: 陳繼算

本發明公開了一種基于機器學習算法的軟件故障定位系統，涉及軟件故障定位系統技術領域，解決了現有技術中不能夠有效分析軟件程序中的指令語句，從而降低了軟件程序故障定位準確性的技術問題；本發明是通過語句檢測單元接收到語句檢測信號后，對軟件程序的語句進行檢測，通過不同色彩的標注以及對色彩的分析，判斷軟件程序中的語句是否存在故障，若語句存在故障則可以準確判定軟件程序中故障的指令的位置，提高了軟件故障定位的工作效率，同時也減少了故障搜尋的時間，減少了故障對軟件程序的影響。

技術領域

本發明涉及軟件故障定位系統技術領域，具體為一種基于機器學習算法的軟件故障定位系統。

背景技術

程序分析技術已被廣泛應用于解決軟件工程領域的很多問題。如靜態分析從程序代碼中抽取信息，幫助用戶分析和理解軟件，發現程序缺陷等；動態分析分析程序的一次運行狀況，從而判斷測試的充分程度，對測試用例進行評價，或對測試用例生成提供支持等；一般而言，程序行為是對軟件執行的一種描述。通常基于一次程序執行的分析并不充分，無法解決很多復雜問題，因此，有必要針對程序的多次執行行為，利用統計、數據挖掘或機器學刁的方法對程序行為進行分析。

但是在現有技術中，不能夠有效分析軟件程序中的指令語句，從而降低了軟件程序故障定位的準確性。

發明內容

本發明的目的就在于提出一種基于機器學習算法的軟件故障定位系統，通過語句檢測單元接收到語句檢測信號后，對軟件程序的語句進行檢測，通過不同色彩的標注以及對色彩的分析，判斷軟件程序中的語句是否存在故障，若語句存在故障則可以準確判定軟件程序中故障的指令的位置，提高了軟件故障定位的工作效率，同時也減少了故障搜尋的時間，減少了故障對軟件程序的影響。

本發明的目的可以通過以下技術方案實現：

一種基于機器學習算法的軟件故障定位系統，包括故障定位平臺、數據采集單元、語句檢測單元、分支檢測單元、預測分析單元、注冊登錄單元以及數據庫；

所述注冊登錄單元用于管理人員和檢測人員通過手機終端提交管理人員信息和檢測人員信息進行注冊，并將注冊成功的管理人員信息和檢測人員信息發送至數據庫進行儲存，管理人員信息包括管理人員的姓名、年齡、入職時間以及本人實名認證的手機號碼，檢測人員信息包括檢測人員的姓名、年齡、入職時間以及本人實名認證的手機號碼；

所述數據采集單元用于對軟件程序進行數據采集，獲取到軟件程序并將軟件程序的實體劃分為語句和分支，獲取到軟件程序的運行種類，軟件程序的運行種類包括軟件程序成功運行和失敗運行，隨后將軟件程序的實體和運行種類發送至故障定位平臺，將軟件程序標記為i，i＝1，2，…，n，n為正整數；

所述故障定位平臺接收到軟件程序的實體后，對實體中語句和分支進行檢測，隨后生成語句檢測信號和分支檢測信號并將語句檢測信號和分支檢測信號對應發送至語句檢測單元和分支檢測單元；

所述語句檢測單元接收到語句檢測信號后，對軟件程序的語句進行檢測；

所述分支檢測單元接收到分支檢測信號后，對軟件程序的分支數據進行分析，軟件數據的分支數據包括節點數據和長度數據，節點數據為軟件程序路徑中的指令匯聚的節點數量，長度數據為軟件程序路徑中指令在節點分散后的指令數量；

所述預測分析單元對軟件程序進行故障預測。

進一步地，語句檢測單元的具體檢測過程如下：

步驟S1：實時獲取到軟件程序中的語句，并將軟件程序中的語句標記為o，o＝1，2，…，m，m為正整數，隨后獲取到軟件程序歷史路徑，軟件程序歷史路徑包括歷史失敗路徑和歷史成功路徑，歷史失敗路徑表示為軟件程序中歷史失敗的執行指令，歷史成功路徑表示為軟件程序中歷史成功的執行指令；