检索结果-内蒙古大学图书馆

作者：朱轩锐扬州大学

学位级别：硕士

软件系统中的缺陷(bug)不可避免,修复bug需要耗费大量的人力、物力以及时间。随着软件产品的规模和复杂性爆炸式增长,软件中包含的历史遗留问题导致代码量变得越来越大,越来越复杂。因此,当开发人员在面对一个bug问题时,不仅耗费大量的... 详细信息

软件系统中的缺陷(bug)不可避免,修复bug需要耗费大量的人力、物力以及时间。随着软件产品的规模和复杂性爆炸式增长,软件中包含的历史遗留问题导致代码量变得越来越大,越来越复杂。因此,当开发人员在面对一个bug问题时,不仅耗费大量的时间在代码的理解上,bug修复也难以入手。现有的修复方法通常对bug采用历史相似的修复操作,但是经常会导致bug不能被正确修复甚至使得bug修复变得更加困难。本文针对bug修复问题,分析了修复代码中常使用的细粒度更改操作,并根据此类细粒度更改操作提出用于bug修复的修复模板。基于此修复模板进一步提出了一种bug修复推荐方法,帮助开发人员提高修复效率。本文工作主要包含以下几个方面:(1)针对bug报告和commit报告,挖掘软件缺陷的bug报告及修复方法中使用的代码细粒度更改操作进行经验研究。研究结果表明,修复代码中的细粒度更改操作和历史相似bug并没有明显相似关系,大多数的修复都会使用常用的细粒度修复操作。(2)针对源代码文件中的修复前代码版本和修复后代码版本之间的差异,分析代码的细粒度更改操作,构建用于完成bug修复的更大粒度的修复模板。为bug代码修复提供有效的修复模板,进而提高修复效果。通过验证模板的使用频率以及模板的覆盖范围表明,该修复模板能够适用于bug并且解决部分bug问题的修复。(3)针对大量的bug问题,基于修复模板,结合基于树的循环神经网络的深度学习技术为其提供修复方案的建议。本文结合基于信息检索的bug定位技术,利用bug报告为bug问题推荐修复模板建议,通过验证模板的精确度和五位参评人员的反馈说明了推荐的修复模板是有效的。

关键词：软件缺陷修复更改操作修复模板修复推荐 bug修复

来源：评论

学校读者我要写书评

暂无评论

基于模板的软件缺陷修复推荐方法

引用

小型微型计算机系统 2022年第5期43卷 1096-1101页

作者：薄莉莉朱轩锐孙小兵扬州大学信息工程学院江苏扬州225127 江苏省知识管理与智能服务工程研究中心江苏扬州225127 计算机软件新技术国家重点实验室(南京大学) 南京210023

软件中长期累积的历史遗留问题导致软件产品的规模和复杂性逐渐增大.为了有效提高软件缺陷修复的效率,本文针对源代码文件中的修复前代码版本和修复后代码版本之间的差异,根据预定义的细粒度更改操作提取缺陷修复模板,并基于此修复模板... 详细信息

软件中长期累积的历史遗留问题导致软件产品的规模和复杂性逐渐增大.为了有效提高软件缺陷修复的效率,本文针对源代码文件中的修复前代码版本和修复后代码版本之间的差异,根据预定义的细粒度更改操作提取缺陷修复模板,并基于此修复模板提出了一种缺陷修复推荐方法.结果表明,模板的覆盖范围可达67.11%,并且5位参评者评估其有效,认为此修复模板适用于软件缺陷并且能够解决部分缺陷问题.

关键词：软件缺陷修复修复模板修复推荐

来源：评论

学校读者我要写书评

暂无评论

一种基于经验数据的软件缺陷修复工作量预测模型研究

一种基于经验数据的软件缺陷修复工作量预测模型研究

引用

作者：丁春龙华中科技大学

学位级别：硕士

软件缺陷修复工作量预测是指在实际的修复工作开始之前对修复某条缺陷所需耗费的工作量进行预测。研究该问题具有重大的意义：为软件开发和维护过程中的资源分配提供决策支持；降低软件开发过程的不可预知性，提高软件过程的自动化水平... 详细信息

软件缺陷修复工作量预测是指在实际的修复工作开始之前对修复某条缺陷所需耗费的工作量进行预测。研究该问题具有重大的意义：为软件开发和维护过程中的资源分配提供决策支持；降低软件开发过程的不可预知性，提高软件过程的自动化水平；利于软件质量保障等。然而，由于软件缺陷修复工作量预测问题本身的复杂性和特殊性，该问题一直没有得到很好的解决。\n 已有的缺陷修复工作量预测模型通常使用非文本信息进行预测，普遍存在应用成本高、预测精度低、无法在缺陷生命周期的早期阶段进行预测、无法进行跨项目预测等缺点，离实用尚有较大距离。因此，需要对软件缺陷修复工作量预测问题进行更深入的研究。\n TCEPM是一种基于文本分类技术的软件缺陷修复工作量预测模型，该模型假设相似的缺陷具有相似的描述文本，需要耗费相似的修复工作量。TCEPM模型通过使用SVM算法对缺陷描述文本进行分类，达到预测缺陷修复工作量的效果。TCEPM模型的预测过程主要包含三个步骤：1）使用中文分词、文本特征提取等技术对缺陷描述文本进行预处理，将缺陷描述文本转化为特征向量；2）使用SVM分类算法和经验缺陷数据，对预测模型进行训练；3）使用已训练的模型，对新提交缺陷所需的修复工作量进行预测。\n 实验结果表明，TCEPM模型能达到较高的预测精度，预测效果优于使用非文本信息的预测模型。此外，TCEPM模型还具有能在缺陷生命周期早期阶段进行预测、应用成本小，可以进行跨项目预测等特点，克服了已有预测模型的不足，具有较高的实用价值。

关键词：软件缺陷修复经验数据工作量预测软件开发

来源：评论

学校读者我要写书评

暂无评论

一种基于多候选程序的软件缺陷修复方法及装置

一种基于多候选程序的软件缺陷修复方法及装置

引用

作者：王浩仁崔展齐郑丽伟刘建宾刘秀磊 100192 北京市海淀区清河小营东路12号

本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复... 详细信息

标准号: CN112685320B

本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复程序中，生成对应的修复程序集合；S3：构造适应度函数，利用适应度函数对修复程序集合进行评估得到对应的适应度值，将适应度值进行排序，选取其中排名前k的修复程序作为候选修复程序集合；S4：对候选修复程序集合进行多数决机制投票，输出多数决投票得分最高的候选修复程序运行结果，并将候选修复程序和多数决机制封装成一个整体程序；本发明通过并行运行多个版本的程序提高容错性。

关键词：修复程序集合适应度函数补丁单元缺陷单元适应度补丁软件缺陷修复并行运行定位缺陷机制封装缺陷集合运行结果整体程序容错性投票排序输出评估

来源：评论

学校读者我要写书评

暂无评论

一种基于变更衍化与标识重构的软件缺陷修复方法

一种基于变更衍化与标识重构的软件缺陷修复方法

引用

作者：王兴起秦辉亮魏丹方景龙陈滨吴启凯 310018 浙江省杭州市下沙高教园区2号大街

本发明公开了一种基于变更衍化与标识重构的软件缺陷修复方法，本发明通过对使用频率比较高的变更进行衍化，生成更多相似的变更，同时丢弃掉那些几乎用不到的变更，在变更收集阶段大大减少变更的收集数量，同时通过度量变更与bug语句... 详细信息

标准号: CN116450139A

本发明公开了一种基于变更衍化与标识重构的软件缺陷修复方法，本发明通过对使用频率比较高的变更进行衍化，生成更多相似的变更，同时丢弃掉那些几乎用不到的变更，在变更收集阶段大大减少变更的收集数量，同时通过度量变更与bug语句的相似度加速变更的检索过程，减少寻找对应修复模板的时间。本发明不仅仅使用从源项目文件中收集到的变量、字段、字面量等，还对其中以驼峰命名的标识符按驼峰进行拆分，同时对拆分后的子标识进行重构，得到新的标识符，不仅增加具体化抽象变更时，标识符的选择数，而且在一定程度上减小了候选补丁与正确补丁的距离。

关键词：变更标识符驼峰补丁软件缺陷修复检索过程使用频率项目文件相似度重构的子标识度量减小语句重构字段丢弃抽象修复

来源：评论

学校读者我要写书评

暂无评论

一种软件缺陷修复时间的智能化预测方法

一种软件缺陷修复时间的智能化预测方法

引用

作者：孙海龙袁薇刘旭东 100191 北京市海淀区学院路37号

本发明通过人工智能处理领域的方法，实现了一种软件缺陷修复时间的智能化预测方法。方法采用四个子模型分别提取不同类型的特征：开发人员活动、开发人员情感状态、缺陷语义、源代码分析引入的开销，最后，通过一个定制化的多层感知器... 详细信息

标准号: CN113835739B

本发明通过人工智能处理领域的方法，实现了一种软件缺陷修复时间的智能化预测方法。方法采用四个子模型分别提取不同类型的特征：开发人员活动、开发人员情感状态、缺陷语义、源代码分析引入的开销，最后，通过一个定制化的多层感知器来融合高层特征，并将四种特征通过最佳的方式结合，进行缺陷修复时间的预测。提出一种能够预测准确，且考虑由缺陷评论反映出的开发人员的情感状态因素、影响修复进程的缺陷语义，以及开发人员在检查和分析源代码文件时投入的开销的软件缺陷修复时间预测方法。

关键词：软件缺陷修复语义情感状态预测开发多层感知器源代码分析源代码文件人工智能高层特征缺陷修复人员活动时间预测定制化智能化修复融合引入评论分析检查进程

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的软件缺陷修复提交检测方法

一种基于深度学习的软件缺陷修复提交检测方法

引用

作者：何焱李光杰张翔唐艺易比一李维昊 100071 北京市丰台区丰台东大街53号院

本发明涉及一种基于深度学习的软件缺陷修复提交检测方法，属于计算机软件技术领域。首先过滤掉开源软件提交消息中不包含任何与缺陷修复相关关键字的提交。然后利用提交消息中的文本信息以及提交所作修改的统计度量信息，训练基于深度... 详细信息

标准号: CN116415146A

本发明涉及一种基于深度学习的软件缺陷修复提交检测方法，属于计算机软件技术领域。首先过滤掉开源软件提交消息中不包含任何与缺陷修复相关关键字的提交。然后利用提交消息中的文本信息以及提交所作修改的统计度量信息，训练基于深度学习和监督机制的分类系统，并判断剩余提交是否属于bug修复提交。本方法基于深度学习技术，能够排除大多数与缺陷修复无关的提交，并且识别出与缺陷修复相关的关键字，利用分类系统的投票机制，排除仅由单个分类器预测为错误修复的模棱两可提交，提高了检测准确率。本方法尤其适用于自动化构建大规模的软件缺陷库。

关键词：缺陷修复分类系统计算机软件技术软件缺陷修复单个分类器错误修复度量信息开源软件软件缺陷提交检测投票机制文本信息准确率构建学习过滤自动化修复检测预测统计监督

来源：评论

学校读者我要写书评

暂无评论

一种基于聚类分析的软件缺陷修复模板提取方法

一种基于聚类分析的软件缺陷修复模板提取方法

引用

作者：孙小兵朱轩锐李斌 226009 江苏省扬州市四望亭路180号

本发明公开了一种基于聚类分析的软件缺陷修复模板提取方法，属于软件维护领域，步骤如下：首先定义bug的细粒度修改模式，并识别出每个bug相关的细粒度修改模式；接着对每个bug相关的细粒度修改模式的程序元素进行捕获；之后获取每个bu... 详细信息

标准号: CN109165155B

本发明公开了一种基于聚类分析的软件缺陷修复模板提取方法，属于软件维护领域，步骤如下：首先定义bug的细粒度修改模式，并识别出每个bug相关的细粒度修改模式；接着对每个bug相关的细粒度修改模式的程序元素进行捕获；之后获取每个bug的顶层修改模式多重集，然后进行层次聚类分析，获得聚类后的多个顶层修改模式多重集；之后获取每个顶层修改模式多重集对应的新的修改模式多重集；再根据程序元素之间的关系获取修改模式多重集图；然后对修改模式多重集图进行分割优化，获得修改模式聚类；最后根据修改模式聚类构建软件缺陷修复模板。本发明的方法获得的修复模板具有语义特征，其普适性和通用性更强，提高了缺陷修复的效率和精度。

关键词：多重集细粒度顶层软件缺陷修复程序元素模式聚类层次聚类关系获取聚类分析模板提取缺陷修复软件维护语义特征普适性构建聚类捕获修复分割优化分析

来源：评论

学校读者我要写书评

暂无评论

一种软件缺陷修复时间的智能化预测方法

一种软件缺陷修复时间的智能化预测方法

引用

作者：孙海龙袁薇刘旭东 100191 北京市海淀区学院路37号

标准号: CN113835739A

来源：评论

学校读者我要写书评

暂无评论

一种软件缺陷修复方法及装置

一种软件缺陷修复方法及装置

引用

作者：曹鹤玲石建树谭玉波邓淼磊王宪勇苗建雨费选许德刚邓勇杨静孟杨霞宋炯炯 450001 河南省郑州市高新技术产业开发区莲花街100号

本发明涉及一种软件缺陷修复方法及装置，属于软件调试技术领域，将待修复程序表示为抽象语法树结构，将结构中的各个语句作为个体；生成测试用例集，包括正测试用例和反测试用例，将正、反测试用例在测试用例集中的比重分别作为个体通... 详细信息

标准号: CN111444079B

本发明涉及一种软件缺陷修复方法及装置，属于软件调试技术领域，将待修复程序表示为抽象语法树结构，将结构中的各个语句作为个体；生成测试用例集，包括正测试用例和反测试用例，将正、反测试用例在测试用例集中的比重分别作为个体通过正、反测试用例的权重，构造适应度函数，从软件程序中寻找语句作为初始个体，形成初始种群，结合适应度函数，执行进化操作，直至满足迭代终止条件。本发明通过构造适当的适应度函数，使得正、反测试用例的价值相同，保证搜索更快的趋近于最优个体，节约了计算资源，并提高了搜索效率，软件修复速度较快。

关键词：测试适应度函数语句迭代终止条件软件缺陷修复抽象语法初始种群计算资源软件程序软件调试软件修复生成测试搜索效率修复程序最优个体树结构权重进化搜索节约保证

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：