免费论文：模块级软件故障定位技术研究

随着计算机软硬件技术的迅猛发展，计算机软件出现在越来越多的行业和领域，其应用程度也越来越深入。但同时，软件中不可避免存在的错误，往往会给软件开发者和用户带来一些意想不到的损失，因此他们都对如何减少软件中的bug表现出了极大的兴趣。此外，人们对软件质量的要求越来越高，各种软件质量保障技术和工具也层出不穷，如何提高软件质量也一直是近些年的热门研究课题。众所周知，软件测试是减少软件错误，保证软件质量的重要手段之一。通过测试，可以发现软件目前的运行结果是否同预期一致。当软件的运行结果同预期不一致时，软件发生失效。软件失效表明软件中存在错误，这时需要对软件进行调试，以发现引发失效的问题所在，这就是故障定位问题。好的故障定位方法可以缩减程序员寻找软件故障的时间，从而缩短调试时间，在有限时间内减少更多的软件错误，并间接提高软件质量。在对软件进行故障定位的过程中，通常采用的方法就是观察程序的执行状态。当观察到某些程序元素同预期不一致时，再进行深入的分析，寻找真正的故障。因此，程序员对软件的理解和熟悉程度，也从一定程度上决定了定位软件故障的难易程度和效率。对软件较为深入的理解，可以帮助程序员在观察软件执行状态时较快的发现异常，并进一步分析异常产生的原因，从而尽快找到引发失效的故障。而面向对象程序中，一个类可以实例化出一组（具有共同特性）对象。在程序实际运行过程中，每个对象都有自己的状态空间。传统的调试方法并不能很好地描述和分析对象状态，无法对OO程序进行很好的故障定位。因此，对面向对象程序进行调试时，需要定义并描述对象的行为，并基于对对象和程序行为的分析进行故障定位。故障和失效间的关系往往非常复杂，难以直接描述故障到失效的转化。最新的研究多采用差异分析的方法，即分别记录程序的失效运行和成功运行对应的程序行为，基于行为的差异进一步寻找程序中真正的故障。由于程序行为有不同的表示方法，因此程序行为的差异也有不同的分析方法。针对OO程序故障定位中存在的问题，本文提出了两个研究目标，一：提出一种对面向对象程序进行故障定位的方法；二：提出一种对象生存期行为模型，基于其描述OO程序的行为并进行故障定位。具体的研究包括，分析程序行为模型提取程序行为模式；对程序行为模式进行差异分析，计算并发现反常行为（称为可疑模式）；基于可疑模式建立贝叶斯网络BBN（Bayesian Belief Network），进行故障推理。同时，实现了故障定位支持工具，提出了评价方法对实验结果进行了评价，并对实验数据进行了详细的分析。本文采用了数据挖掘和统计方法，基于本文提出的程序行为模型进行模块级故障定位的研究。本文的主要研究内容和贡献在于：1. 提出对象生存期行为模型LBM(Lifetime behavior model)，刻画了对象从创建到被回收（或程序结束）整个生存期内的行为。基于对象生存期行为模型，提出类的行为模型；基于类的行为模型提出了程序的行为模型。2. 在程序行为模型的基础上，定义了类的行为模式并提出了行为模式的发现算法；基于类的行为模式，提出基于行为模式的反常行为发现算法，获取待分析软件的成功运行和失效运行之间的差异，定义为可疑模式。3. 构建故障推理贝叶斯网络，其节点由可疑模式及组成可疑模式的方法的调用者构成；定义了贝叶斯网络的构建算法，各个相关概率的定义及BBN中各个边的条件概率计算公式。提出基于该BBN的推理算法，推理得到包含故障的模块，并计算得到每个模块包含故障的概率。4. 提出了评价方法，通过实验对本文提出的故障定位方法进行了评价，并对实验数据进行了详细的分析。5. 实现了故障定位支持工具，该工具实现了本文提出的模块级故障定位研究框架，展示了各个步骤的分析数据及故障定位结果。同时，该工具支持本文提出的LBM的三种可视化策略，帮助程序员更好地分析和理解程序。此外，工具展示了基于LBM进行的Java程序性能分析的初步研究。 本文针对Java程序，定义了程序行为模型，并提出了一个模块级故障定位框架，研究并实现了框架中的各个细节，具有较高的研究价值。实验数据表明，本文提出的故障定位方法取得了平均0.761的定准率和0.737的定全率，定位结果良好，具有较高的实用价值。同时，本文实现的支持工具的实例表明，本文研究可以帮助用户从面向对象角度更好地理解程序行为，并可作为相关研究及后续程序性能诊断研究的基础。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/270091.html