结合图挖掘和支持向量机的错误定位

来源：计算机科学与探索杂志2018年第10期北京时间：

作者：陆凯，姜淑娟，王兴亚

单位：1. 中国矿业大学 计算机科学与技术学院，江苏 徐州 2211162. 桂林电子科技大学 广西可信软件重点实验室，广西 桂林 541004

摘要：已有错误定位方法通常只给出可疑语句的排序列表，缺少错误的上下文信息，导致开发人员难以理解程序失败的原因。对此，提出结合图挖掘和支持向量机（support vector machine，SVM）的软件错误定位方法。首先，根据程序调用信息将程序建模为加权行为图；其次，应用支持向量机提取频繁边对所有执行分类，并通过分类精度的变化度量方法的可疑度，最终生成一个可疑方法集合帮助开发人员判断错误位置。实验结果显示使用频繁边作为特征执行分类保持或者提升了分类精度，表明了方法的有效性。

关键词：错误定位,程序行为图,图挖掘,支持向量机