买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明涉及软件故障定位技术领域，具体为一种基于综合语句关联图的软件故障定位方法，包括为软件中的每个函数建立虚拟起始节点，为软件中的每个语句建立唯一标识即语句节点；将软件程序中的控制流信息和数据流信息定义为边；建立包括节点集合和边集合的有向图；运行不同测试用例，并将每个测试用例覆盖的路径定义为一个序列，再将各个序列对应到建立的有向图上得到综合语句关联图；利用综合语句关联图进行软件故障定位。本发明解决了当前故障定位方法中语句关联信息使用不足相问题，提高定位效率，从而在软件的测试和维护过程中显著提升故障定位的效率和准确性。

主权项：1.一种基于综合语句关联图的软件故障定位方法，所述软件包括多个函数，每个函数由多个语句组成，所述语句包括普通语句、条件语句、循环控制语句和函数调用语句，语句之间存在变量的声明、赋值和使用；其特征在于，包括如下步骤：步骤1：为软件中的每个函数建立一个起始点，定义为虚拟起始节点，表示函数的入口；为软件中的每个语句建立唯一标识，定义为语句节点；将软件程序中的控制流信息和数据流信息定义为边；所有虚拟起始节点和语句节点表示软件程序中的各个函数和语句；所述控制流信息包括条件判断和函数调用，以及语句顺序执行；数据流信息包括变量的声明、赋值和使用；步骤2：建立有向图，其中：V为有向图中的节点集合，E为有向图中的边集合，具体包括：为每个函数建立一个有向子图，其中是函数中所有虚拟起始节点和语句节点的集合，是函数内部关于控制流信息、数据流信息的边集合；对于任意函数的调用关系，定义一个集合C，集合C包括所有跨函数的调用边；对所有有向子图的取并集得到V，对所有有向子图的以及集合C取并集得到E；步骤3：运行不同测试用例，并将每个测试用例覆盖的路径定义为一个序列，再将各个序列对应到步骤2建立的有向图G上得到综合语句关联图；所述序列的建立方法为：统计测试用例对所有语句的覆盖信息，并表示为由0和1构成的向量，其中测试用例在测试期间，执行的语句表示为1，不执行的语句表示为0，并将所有表示为1的语句节点构成测试用例的序列；步骤4：采用GraphSage图神经网络，利用步骤3所获得的综合语句关联图进行软件故障定位，在实际的故障定位计算中，忽略虚拟起始节点。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于综合语句关联图的软件故障定位方法