首页|DCFL:基于深度卷积神经网络的软件故障定位方法

DCFL:基于深度卷积神经网络的软件故障定位方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
故障定位旨在利用程序信息以及测试用例找到程序中导致运行出错的语句,以提高程序的健壮性与安全性.论文提出了一种基于深度卷积神经网络的故障定位方法,具体而言,首先将测试用例在待检测程序上运行并收集执行覆盖信息及执行结果.然后构建一个定制的深度卷积神经网络,将收集到的信息作为训练集对神经网络进行训练.最后将事先生成的虚拟用例集作为测试集输入到神经网络模型,根据模型的输出结果来评估程序语句的错误可疑性.实验结果表明,基于深度卷积神经网络的故障定位方法显著地提高了软件故障定位的准确性.
DCFL:Software Fault Location Method Based on Deep Convolutional Neural Network

郭峰、徐建

展开 >

南京理工大学计算机科学与工程学院 南京 210094

故障定位 深度卷积神经网络 可疑性

2022

10.3969/j.issn.1672-9722.2022.12.029

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 1
  • 16