11622

مكا ن يابي خطاي نرم افزار با استفاده از خوشه بندي اجراها و شناسايي اجراهاي تصادفاً موفق

1400

دكتر سعيد پارسا

همواره بروز اشتباهات و اشكالات انساني در هنگام نوشتن برنامه‌هاي پيچيده كه سبب عملكرد نامناسب برنامه مي‌شود، امري اجتناب‌ناپذير است. يكي از مهم‌ترين بخش‌هاي اشكال‌زدايي برنامه، مكان‌يابي خطا است. هرقدر كه محل وقوع خطا در برنامه دقيق‌تر مكان‌يابي شود، فرايند بازسازي و يا تعمير نرم‌افزار نيز بهتر انجام مي‌گردد. هدف، بررسي روش‌هاي تعيين خودكار محدوده خطا‌هاي پنهان در متن برنامه‌ها مي‌باشد. در ميان روش‌هاي مطرح براي مكان‌يابي خطا مي‌توان به دسته‌ي روش‌هاي آماري، روش‌هاي مبتني بر برش‌بندي، روش‌هاي مبتني بر كاوش گراف و روش‌هاي مبتني بر تغيير وضعيت برنامه اشاره كرد. در بين اين روش‌ها در عمل مشاهده شده است كه روش‌هاي آماري از عملكرد بهتري برخوردار مي‌باشند. علت اين برتري، قابليت رتبه‌بندي موجوديت‌هاي برنامه مي‌باشد. روش‌هاي آماري داراي نقاط ضعفي هستند كه ازجمله آن‌ها مي‌توان حضور حلقه‌ها در بدنه كدها اشاره كرد كه تكرار تعداد اجراي خطوط كد مي‌تواند روش‌هاي مطرح آماري را نيز در مكان‌يابي خطا ناكام كند. از ديگر معايب روش‌هاي آماري عدم توجه به اجراهاي تصادفاً موفق است كه مي‌تواند تأثير به سزايي در محاسبات آماري داشته باشد و اين روش‌ها در مكان‌يابي خطا را ناتوان كند. با بررسي تفاوت مسير‌هاي اجرايي مورد آزمون‌هاي موفق و ناموفق و مقايسه رفتار آن‌ها مي‌توان اجراهاي تصادفاً موفق را شناسايي كرد و با خوشه‌بندي اجراها روش‌هاي آماري را هدفمندتر كرد. در پايان به‌تفصيل به بيان مزيت‌ها، معايب و چالش‌هاي پيشروي مكان‌يابي خطا مي‌پردازيم و سعي در يافتن مؤثرترين راه‌حل براي مكان‌يابي خطا نرم‌افزارها و پيشنهاد روش‌هاي نوآورانه و خلاقانه داريم.

12/17/2022 12:00:00 AM

77441

1401/10/10

Detection of Coincidentally correct errors using Cross-Entropy and N-Gram model

اشكال‌زدايي نرم‌افزار، مكان‌يابي خطا، اجراهاي تصادفاً موفق، خوشه‌بندي اجراها.

Software testing, Fault localization, Coincidentally correct test cases, clustering of test cases.