面向真实错误程序的高阶变异错误定位技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61902015
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    29.0万
  • 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:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Mutation-based fault localization, which uses mutation testing to locating program faults, can precisely find the fault position of programs with simple or artificial faults. However, when applied to real complex faulty programs, there is a problem of lower fault localization accuracy compared with traditional Coverage-based Fault Localization. In order to solve this problem, this project tries to study a higher-order mutation fault localization technique for real-fault programs, which includes the studies of measurement of the validity of higher-order mutants for fault location, search and machine learning based higher-order mutants generation, and the measurement of statements' faulty probability under higher-order mutation. Furthermore, aiming at the high cost of mutation execution in higher-order mutation fault localization technique, this project will also study the optimization method of mutant's execution process to improve execution efficiency and provide solutions for implementing a high-efficiency and high-precision fault localization technique for industrial programs.
基于变异的错误定位是一种利用变异测试进行错误定位的技术,在定位人工模拟错误或简单的实际错误时有着很高的精度,但应用在真实复杂错误程序时出现了不如传统基于频谱的错误定位精度高的问题。为解决该问题,本课题拟从面向错误定位的高阶变异体有效性度量、基于搜索与机器学习的高阶变异体生成、高阶变异下的语句出错可能性度量等多个方面展开研究,探讨一种面向真实错误程序的高阶变异错误定位技术。更进一步,针对高阶变异错误定位技术变异体执行开销大的问题,本课题还将研究变异体执行优化方法,提高执行效率,为实现一种面向实际工业程序的高效率高精度错误定位技术提供思路。

结项摘要

软件自动化错误定位是软件工程领域关注的重要问题,是保障软件质量,构建高可信软件系统的关键环节。其中基于变异的错误定位技术(Mutation-Based Fault Localization, MBFL)是一种比较新的利用变异测试信息进行自动化软件错误定位的技术。传统MBFL技术使用一阶变异体去进行错误定位,在定位人工模拟错误或简单的实际错误时有着很高的精度,但应用在真实复杂错误程序时出现了定位精度不高的问题。..为解决该问题,本课题研究了一种面向真实错误程序的高阶变异错误定位技术,从能够模拟真实错误的高阶变异体生成、面向错误定位的高阶变异体有效性度量、高阶变异下的语句出错可能性度量、结合变异体和测试用例的执行开销约减等多个方面展开了深入研究,取得了丰硕的研究成果。..通过基金委对本项目的资助,项目负责人在2020年年底晋升副教授,组建了具有一定特色的研究队伍。在项目资助下,课题组以第一作者或通讯作者发表学术论文18篇,包含SCI TOP论文3篇,CCF B类论文6篇,CCF C类论文4篇,CCF A类中文期刊论文1篇,开发出5个错误定位原型工具,申请1项国家发明专利,培养了2名博士研究生和11名硕士研究生。

项目成果

期刊论文数量(14)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
HMER: A Hybrid Mutation Execution Reduction approach for Mutation-based Fault Localization
HMER:一种用于基于突变的故障定位的混合突变执行减少方法
  • DOI:
    10.1016/j.jss.2020.110661
  • 发表时间:
    2020-10
  • 期刊:
    Journal of Systems and Software
  • 影响因子:
    3.5
  • 作者:
    Li Zheng;Wang Haifeng;Liu Yong
  • 通讯作者:
    Liu Yong
Using Fine-Grained Test Cases for Improving Novice Program Fault Localization
使用细粒度测试用例改进新手程序故障定位
  • DOI:
    10.1109/compsac48688.2020.00032
  • 发表时间:
    2020-07
  • 期刊:
    2020 IEEE 44th Annual Computers, Software, and Applications Conference (COMPSAC)
  • 影响因子:
    --
  • 作者:
    Zheng Li;Deli Yu;Yonghao Wu;Yong Liu
  • 通讯作者:
    Yong Liu
VSBFL: Variable Value Sequence Based Fault Localization for Novice Programs
VSBFL:针对新手程序的基于变量值序列的故障定位
  • DOI:
    10.1109/qrs-c55045.2021.00078
  • 发表时间:
    2021-12
  • 期刊:
    2021 IEEE 21st International Conference on Software Quality, Reliability and Security Companion (QRS-C)
  • 影响因子:
    --
  • 作者:
    Zheng Li;Jitao Shen;Yonghao Wu;Yong Liu;Zeyu Sun
  • 通讯作者:
    Zeyu Sun
软件多缺陷定位方法研究综述
  • DOI:
    10.11897/sp.j.1016.2022.00256
  • 发表时间:
    2022
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    李征;吴永豪;王海峰;陈翔;刘勇
  • 通讯作者:
    刘勇
基于卷积神经网络的代码注释自动生成方法
  • DOI:
    10.11896/jsjkx.201100090
  • 发表时间:
    2021
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    彭斌;李征;刘勇;吴永豪
  • 通讯作者:
    吴永豪

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

气候变化背景下京津风沙源区人类活动对植被影响的量化分析
  • DOI:
    10.13287/j.1001-9332.202006.005
  • 发表时间:
    2020
  • 期刊:
    应用生态学报
  • 影响因子:
    --
  • 作者:
    于璐;武志涛;杜自强;张红;刘勇
  • 通讯作者:
    刘勇
TRPC Channels in Health and Disease.
TRPC 健康与疾病渠道。
  • DOI:
    10.1007/978-94-024-1088-4_4
  • 发表时间:
    2017
  • 期刊:
    Adv Exp Med Biol.
  • 影响因子:
    --
  • 作者:
    Tai Y;杨盛莲;刘勇;邵伟
  • 通讯作者:
    邵伟
川芎嗪对大鼠局部脑缺血后空间学
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    西安交通大学学报(医学版) 2006,27(2):127-131
  • 影响因子:
    --
  • 作者:
    赵建军;刘勇;陈新林;刘建新
  • 通讯作者:
    刘建新
直流电压自控制三电平变流器的中点电压波动机理
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电力自动化设备
  • 影响因子:
    --
  • 作者:
    王颢雄;马伟明;肖飞;刘勇;陈明亮
  • 通讯作者:
    陈明亮
基于线性分配和Choquet积分的多值区间中智多属性决策方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    杨威;王成军;刘勇
  • 通讯作者:
    刘勇

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

刘勇的其他基金

熔体静电纺丝中的震荡拔河效应
  • 批准号:
    21374008
  • 批准年份:
    2013
  • 资助金额:
    78.0 万元
  • 项目类别:
    面上项目

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