基于蜕变测试技术的自动程序修复方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61802349
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0203.软件理论、软件工程与服务
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Automated program repair (APR) is of important theoretical significance and great application value to both software debugging and software maintenance. This project studies automated program repair from the perspective of metamorphic testing (MT), aiming at establishing methodologies of MT based APR so as to extend the application domain of APR as well as to increase the effects of APR in real applications. By leveraging different characteristics of MT, this project proposes: 1) an metamorphic relations based input mechanism in order to provide rich input information for APR; 2) an metamorphic relations based patch evaluation mechanism in order to reasonably evaluate and classify candidate patches generated during the repair process; 3) an MT based program repair algorithm in order to achieve better repair effectiveness. The research results of this project will increase the applicability and effectiveness of APR. Furthermore, the theoretical results and experimental data will provide guidance for related studies in future.
自动程序修复技术对软件调试和软件维护具有重要的理论和实际应用价值。本项目从蜕变测试技术的角度入手来研究自动程序修复问题,旨在形成基于蜕变测试技术的自动程序修复方法体系,以扩展自动程序修复技术的应用领域以及推动其在实际应用中的影响力。通过利用蜕变测试技术的不同特点,主要研究内容包括:1)提出基于蜕变关系的输入机制来为程序修复提供丰富的输入信息;2)提出基于蜕变关系的补丁评价机制来对程序修复过程中所产生的候选补丁进行合理评价和划分;3)提出基于蜕变测试技术的综合程序修复算法以获得更好的修复效率。本项目的研究成果可以提高自动程序修复技术的实际应用性以及其修复效率。进一步,本项目的理论研究成果以及应用数据能够为后续相关研究工作提供一定的借鉴。

结项摘要

自动程序修复技术旨在自动化的为错误程序生成补丁以修复程序缺陷。然而,修复程序缺陷是一个复杂的过程,并且提供高质量的程序补丁也面临诸多挑战。本项目借助蜕变测试相关技术对自动程序修复中的关键问题展开研究。主要研究成果包括:1)提出基于蜕变关系的测试用例生成方法,可以构建包含丰富信息的测试用例集,为高效的自动程序修复提供支持;2)提出应用蜕变关系的补丁评价机制,能更好的支持自动程序修复过程中补丁的评价和分类;3)提出应用蜕变关系及其相关技术的自动程序修复方法并实现原型工具,方法通过利用特定类型的候选补丁来优化修复过程进而获得更好的修复效率,并且接收蜕变关系而不是测试用例集作为输入,一定程度上减弱了自动程序修复在获得高效输入测试用例集方面所面临的挑战。.本项目的研究成果能够为自动程序修复问题提供有效的解决方案,推动该技术的发展。同时,本项目的研究也扩展了蜕变测试相关技术的应用,也将启发相关领域的研究者采用蜕变测试相关技术来解决不同的问题。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(1)
会议论文数量(3)
专利数量(0)
Fault Localization With Weighted Test Model in Model Transformations
模型转换中加权测试模型的故障定位
  • DOI:
    10.1109/access.2020.2966540
  • 发表时间:
    2020-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Li, Pengfei;Jiang, Mingyue;Ding, Zuohua
  • 通讯作者:
    Ding, Zuohua
Metamorphic Testing in Fault Localization of Model Transformations
模型转换故障定位中的变形测试
  • DOI:
    10.1007/978-3-030-41418-4_20
  • 发表时间:
    2019-11
  • 期刊:
    Lecture Notes in Computer Science
  • 影响因子:
    --
  • 作者:
    Keke Du;Mingyue Jiang;Hongyun Huang;Zuohua Ding;Ting Shu
  • 通讯作者:
    Ting Shu
Input Test Suites for Program Repair: A Novel Construction Method Based on Metamorphic Relations
程序修复输入测试套件:一种基于变形关系的新型构建方法
  • DOI:
    10.1109/tr.2020.3003313
  • 发表时间:
    2021-03
  • 期刊:
    IEEE Transactions on Reliability
  • 影响因子:
    5.9
  • 作者:
    Jiang Mingyue;Chen Tsong Yueh;Zhou Zhi Quan;Ding Zuohua
  • 通讯作者:
    Ding Zuohua

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于GCL语言的测试用例生成方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    Jeff S;ers;江明月;张娜;蒲戈光
  • 通讯作者:
    蒲戈光
基于常微分方程的死锁检测实验分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    江明月;丁佐华;刘静
  • 通讯作者:
    刘静
有序介孔碳固相微萃取涂层测定水中氯苯类有机污染物
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    分析化学
  • 影响因子:
    --
  • 作者:
    江明月;李健生;蒋慧;齐俊文;刘超;王连军
  • 通讯作者:
    王连军
Servcie Slection Based On Behavior Matching
基于行为匹配的服务选择
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Journal of Software
  • 影响因子:
    --
  • 作者:
    江明月;丁佐华;刘静
  • 通讯作者:
    刘静
Random grouping based resilient beamforming
基于随机分组的弹性波束形成
  • DOI:
    10.1016/j.automatica.2020.109309
  • 发表时间:
    2021
  • 期刊:
    Automatica
  • 影响因子:
    6.4
  • 作者:
    侯健;林志赟;项梦梵;江明月
  • 通讯作者:
    江明月

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码