计算机科学与探索 ›› 2018, Vol. 12 ›› Issue (10): 1614-1621.DOI: 10.3778/j.issn.1673-9418.1708063
陆 凯1,姜淑娟1,2+,王兴亚1
LU Kai1, JIANG Shujuan1,2+, WANG Xingya1
摘要: 已有错误定位方法通常只给出可疑语句的排序列表,缺少错误的上下文信息,导致开发人员难以理解程序失败的原因。对此,提出结合图挖掘和支持向量机(support vector machine,SVM)的软件错误定位方法。首先,根据程序调用信息将程序建模为加权行为图;其次,应用支持向量机提取频繁边对所有执行分类,并通过分类精度的变化度量方法的可疑度,最终生成一个可疑方法集合帮助开发人员判断错误位置。实验结果显示使用频繁边作为特征执行分类保持或者提升了分类精度,表明了方法的有效性。