شماره ركورد
11363
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
11363
پديد آورنده
مسعود ساغريچيان
عنوان
كاهش سربار روشهاي پيشبيني خطاهاي نرمافزار با بهرهگيري از روشهاي كاهش ابعاد
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
كامپيوتر - نرمافزار
سال تحصيل
شهريورماه 1390
تاريخ دفاع
شهريورماه 1390
استاد راهنما
دكتر سعيد پارسا
چكيده
چكيده
مساله، تحليل رفتار برنامهها در زمان اجرا جهت پيشبيني شكستهاي نرمافزاري ناشي از خطاهاي معنايي است. براي حل اين مساله ميتوان براساس مسيرهاي اجرايي موفق و مظنون به خطاي برنامه، كه هر مسير دنباله اي از تعيينكنندههاي برنامه است، يك مدل رفتاري براي برنامه ايجاد نمود. هدف اين است كه مدل رفتاري ساخته شده براي برنامه بتواند با دقت بالا مسيرهاي اجرايي موفق و ناموفق برنامه را در فضاي اجرايي برنامه از هم تفكيك كند. از طرف ديگر مدل بايد به گونهاي باشد كه كمترين سربار زماني را بر برنامه در محيط عملياتي تحميل كند.
دو مساله اصلي در ساخت مدل ماشين بردار پشتيبان براي تحليل برخط برنامهها وجود دارد كه اين پروژه درصدد ارائهي راهكار براي اين مسائل است. مساله اول، ارائه يك معيار مناسب براي اندازهگيري ميزان شباهت بين مسيرهاي اجرايي است. مساله دوم، كاهش سربار زماني مدل بر روي اجراي برنامه اصلي است. به منظور حل مساله اول، در اين پروژه يك الگوريتم اندازهگيري شباهت با استفاده از ساختار Trie براي اندازهگيري شباهت بين اجراهاي موفق و ناموفق ارائه ميگردد. براي حل مساله دوم، سعي بر اين است كه ابعاد فضاي اجرايي برنامه كه ردهبندي در اين فضا انجام ميشود، كاهش داده شود. به منظور كاهش ابعاد فضاي اجرايي دو راهكار اصلي پيشنهاد شده است. راه كار اول استفاده از روش خوشهبندي به منظور كاهش نقاط تعيينكننده برنامه است. راه كار دوم، ارائه الگوريتمي جديد براي تحليل دستورات تكرار شونده، بدون نياز به تكرار اين دستورات در دنباله مسيرهاي اجرايي است.
ارزيابي روش پيشنهادي بر روي مجموعه آزمون زيمنس، يكي از متداولترين مجموعه آزمونها براي مقايسه روشهاي آزمون نرم افزار، نشان مي دهد كه روش ارائه شده با دقت و صحت بيشتر نسبت به روشهاي پيشين قادر به پيشبيني شكستهاي احتمالي نرمافزار است. از سوي ديگر بررسيها نشان ميهد كه روشهاي كاهش ابعاد به كار برده شده ميتواند تا ميزان قابل توجهي، سربار زماني مدل را بر روي اجراي برنامه كاهش دهد.
واژههاي كليدي: پيشبيني شكست نرمافزار، ماشين بردار پشتيبان، مدل رفتاري، كاهش ابعاد