[发明专利]基于Excel＆VBA的数据收集和处理自动化工具及使用方法

摘要

动态软件缺陷定位技术一直以来都是软件测试领域的研究热点，基于神经网络缺陷定位方法的提出又给这项技术的发展提供了更多的可能。但训练神经网络模型的海量数据的收集和处理一直没有统一的过程和工具，导致前人的很多工作成果难以复用或无法复用。本发明提供了基于ExcelVBA的数据收集和处理自动化工具及使用方法，包括：数据收集模块、数据样本标记模块、数据清洗模块与数据转化模块；可以实现自动收集海量gcov文件中的代码执行信息，生成原始代码执行信息数据集，再经过自动化的清洗和转化过程，生成可供神经网络进行训练的标准数据集。使用本发明的工具可以减少在缺陷定位实验中海量数据的收集和处理工作，避免重复工作，提高整体实验效率。

主权项

1.一种基于Excel&VBA的数据收集和处理自动化工具，其特征在于，包括：数据收集模块、数据样本标记模块、数据清洗模块与数据转化模块；所述数据收集模块负责批量读取原始gcov类型文件中的代码执行信息，每一个gcov类型文件中的代码信息作为一条样本数据存入”src_matix”sheet中，成为未经处理的原始代码执行信息数据集；所述数据样本标记模块负责为每一条数据样本自动添加样本标签，通过(P)或未通过(F)；所述数据清洗模块负责清洗原始代码执行信息，去掉无效代码行和冗余数据列，将清洗后的数据存入“exe_matrix”sheet中，生成有效代码执行信息数据集；所述数据转化模块负责将有效代码执行信息数据中的非数值类型信息转化成为数值型信息，将转化后的数据存入“01_matrix”sheet或“0x_matrix”sheet中，生成可供神经网络进行训练的标准数据集。