基于图可解释网络的软件错误定位

来源：计算机测量与控制杂志2024年第8期北京时间：

作者：邬凯胜,周世健,樊鑫

单位：南昌航空大学 软件学院

摘要：软件错误定位技术旨在通过挖掘程序与测试用例执行数据，提升定位准确性。针对SBFL技术过于依赖二进制覆盖信息的问题，提出一种基于图可解释网络的软件错误定位方法，将测试执行转化为图结构，利用图注意网络建模深度挖掘代码片段隐含的信息及其相互关系，并采用强化学习思想对图注意力网络学习后的决策过程进行解释，从而确定关键节点，缩小错误定位范围。实验的场景设立在Defects4j数据集的5个项目进行了，并与SBFL及未经过解释的深度学习方法进行了对比。结果显示，基于图可解释网络的定位方法在Top-1、Top-3和Top-5指标上分别提升了7.26%、7.56%和9.96%，EXAM指数也提升了8.98%，显著优于其他方法。

关键词：软件测试，错误定位，程序谱，图注意力网络，可解释模型

基金资助：国家自然科学基金(42261070)