[发明专利]一种基于模糊聚类的多错误定位方法

权利要求书

1.一种基于模糊聚类的多错误定位方法，其特征是程序当中存在至少一个错误，使用模糊聚类技术对程序特征信息进行聚类，然后结合缺陷定位技术，依据聚类结果对程序错误进行定位，包括以下步骤：

1)对程序运行所有测试用例，收集执行剖面，执行剖面中的每一个属性都代表程序当中的一个函数，将执行剖面用向量来表示，向量中的数值代表属性对应的函数是否被调用；

2)模糊聚类，采用FCM聚类方法，输入为由执行剖面得到的向量集合X、设定的类簇数量c和距离函数，距离函数采用欧式距离；聚类算法最终返回一个关系矩阵，所述关系矩阵的行表示某个执行剖面分别属于c个类簇的可能性，如果可能性大于设定的阈值，就认为执行剖面属于这个类簇，一个执行剖面可以属于多个类簇；

3)错误定位，使用Spectrum-Based错误定位技术来测试各个类簇，根据和测试用例相关的函数的四个覆盖参数来进行计算，四个覆盖参数分别是

a_np：没有执行这个函数并且通过的测试用例个数；

a_nf：没有执行这个函数并且失效的测试用例个数；

a_ep：执行这个函数并且通过的测试用例个数；

a_ef：执行这个函数并且失效的测试用例个数；

四个参数之和等于测试用例集的大小，根据采用的排序指标为每一个函数计算权重，所述权重代表了函数出错可能性的大小，按照函数出错可能性从大到小排列，获取风险排列表，找出最有可能出错的位置。

2.根据权利要求1所述的一种基于模糊聚类的多错误定位方法，其特征是步骤3)中采用以下三种方法之一来计算权重：

1)Tarantula：

2)Naish2：

3)Russel&Rao：

其中，执行了函数f_t且通过了的测试用例个数；

执行了函数f_t但是结果为失败的测试用例个数；

没有执行函数f_t结果为通过的测试用例个数；

没有执行函数f_t结果为失败的测试用例个数；

t为函数的标号，表示第t个函数。