基于组合故障频繁树的最小失效诱因模式定位方法

针对定位实际软件中最小失效诱因模式可能受到屏蔽效应影响的问题,提出了一种基于组合故障频繁树的最小失效诱因模式定位方法及其迭代框架.该方法首先依据组合测试用例集及测试结果构建组合故障频繁树,然后从组合故障频繁树中抽取频繁参数值组合作为可疑失效诱因模式,并根据其可疑得分进行排序.基于给出的失效诱因模式迭代定位框架,反复迭代直到满足某一个停止准则为止.利用仿真实验对存在和不存在掩蔽效应影响的2种情形进行有效性验证.实验结果表明,在这2种情形下所提方法均能定位最小失效诱因模式,有效减少附加测试用例的数目.

基于故障森林的组合测试故障定位研究

组合测试作为一种对参数组合空间抽样的系统方法,适用于待测系统中存在由特定参数组合所引发的软件失效.依据组合测试结果,定位出最小失效诱因模式(minimal failure-causing schema,MFS)有助于程序员进行故障源检测与修复.然而,组合测试可能存在mask effect,使得测试用例中即使包含MFS也未必一定触发软件失效.因此,在存在mask effect的系统中精确定位最小失效诱因模式尤为困难.为此提出了一种基于故障森林的组合测试故障定位方法.给定一个t-路组合测试集(t≥2)及其附加测试集,该方法首先学习由多个深度为t的基本故障分类树所组成的故障森林,然后从故障森林中提取基本故障组合模式,最后将可疑MFS进行排序,并提交给程序员进行进一步诊断.仿真实验结果表明,该方法能有效定位系统中存在的组合故障模式.特别地,对于存在mask effect的待测系统,故障定位结果健壮.