Revisiting Abstractions for Software Architecture and Tools to Support Them
本文回顾了1995年关于软件架构抽象的论文,将其置于软件开发抽象能力增强的历史背景中,反思其影响,并探讨该抽象识别策略在当前架构思想与挑战中的适用性。
2025-03-06 cs.SE
Design and Analysis of Novel Kernel Measure for Software Fault Localization
软件故障定位问题可以被视为一种在现有程序代码中发现隐藏故障或错误的方法,这些程序代码在语法上正确,并为某些输入实例提供无故障输出,但对所有其他输入实例失败。一些原因包括逻辑错误、对规范的错误解释、编码错误。在编译器的帮助下,有时找不到这样的错误。这就说明了软件故障定位的必要性和重要性。这项工作的主要贡献是首先引入块命中-未命中函数,该函数将软件代码的执行序列的块向量与执行的样本运行和表示无故障或无错误输出的决策向量相关联。该算法将块向量和决策向量作为输入向量,采用相似性度量,将相似性最大的一对作为故障块。
2016-05-06 cs.SE
Neural Fault Injection: Generating Software Faults from Natural Language
针对传统软件故障注入方法的诸多局限,本文提出结合RLHF增强的LLM的神经故障注入方法,通过人工反馈迭代优化故障生成效果,减少人工投入并提升软件测试可靠性。
2024-04-11 cs.SE
Towards Fault Localization via Probabilistic Software Modeling
软件测试帮助开发人员识别bug。然而,意识到bug只是第一步。找到并纠正错误的程序组件对于高质量的软件来说同样困难和必要。错误定位自动地精确定位程序中现有的错误。这是一个难题,现有的方法还不够精确,无法在工业上广泛采用。我们建议通过概率软件建模(PSM)的故障定位。PSM分析程序的结构和行为,并综合概率模型(PM)的网络。每个PM用它的输入和输出对方法进行建模,并且能够评估运行时数据的可能性。我们使用这种可能性评估,以找到故障位置及其对相关代码元素的影响。结果表明,PSM是一个强大的框架,准确的故障定位。
2020-03-04 cs.SE
Empirical Analysis of Temporal and Spatial Fault Characteristics in Multi-Fault Bug Repositories
本文实证分析了Defects4J和BugsInPy中16个开源项目的故障时空特征,发现许多故障长期存在且多版本共存,且故障在子集中均匀分布,纠正了原数据集单故障假设。
2025-08-12 cs.SE
Statistical-Based Metric Threshold Setting Method for Software Fault Prediction in Firmware Projects: An Industrial Experience
University of Naples "Federico II"(那不勒斯费德里科二世大学)
本文提出基于统计的软件故障预测指标阈值设置方法,通过实证研究验证了其在工业环境中的有效性,为故障预测提供可解释的解决方案。
2026-02-06 cs.SE
Revisiting Sentiment Analysis for Software Engineering in the Era of Large Language Models
Singapore Management University(新加坡国立大学)
本文研究了大规模语言模型在解决软件工程任务中标注数据不足问题的效果,比较了大模型与微调小模型在零样本和少样本场景下的表现。
2024-09-07 cs.SE
Non Homogeneous Poisson Process Model based Optimal Modular Software Testing using Fault Tolerance
在软件开发过程中,我们会遇到各种模块。提出了软件不同模块优先级的思想,使重要模块优先测试。这种方法是可取的,因为由于时间和成本的限制,不可能对每个模块进行回归测试。本文讨论了在非齐次Poisson过程的基础上,对软件的几个模块进行优先级排序所需的参数,给出了测试时间和成本最优的度量。
2009-05-10 cs.SE
Do Internal Software Metrics Have Relationship with Fault-proneness and Change-proneness?
本研究重新审视了Apache和Eclipse开源系统中25个内部软件度量与易错性及易变性的关系,发现多数度量与易错性几乎无关,而继承、耦合和注释度量与易变性呈中高度相关,为提升软件可维护性和预测方法提供了指导。
2024-06-07 cs.SE
State-Of-The-Art In Empirical Validation Of Software Metrics For Fault Proneness Prediction: Systematic Review
随着软件可靠性和故障成本的急剧上升,对软件质量的要求越来越高。然而,保证高质量的软件系统的规模和复杂性的增长,加上对他们的发展所施加的限制,已成为越来越困难,时间和资源消耗的活动。因此,交付没有严重错误的软件是不可避免的。在这种情况下,面向对象(OO)产品作为软件开发的事实标准,其独特的功能可能会有一些缺陷,很难发现或查明的变化的影响。故障识别、发现和修复得越早,成本就越低,质量就越高。为了评估产品质量,使用软件度量。许多面向对象的度量标准已经被提出和发展。此外,许多实证研究已经验证了度量和类错误倾向(FP)的关系。挑战在于哪些指标与FP类相关以及执行哪些活动。因此,这项研究汇集了最先进的故障预测的FP,利用CK和大小度量。我们对相关已发表的经验验证文章进行了系统的文献综述。所得结果进行了分析和介绍。它表明,29个相关的实证研究存在和措施,如复杂性,耦合和规模被发现是密切相关的FP。
2016-01-07 cs.SE
Using causal inference and Bayesian statistics to explain the capability of a test suite in exposing software faults
测试有效性是指测试套件暴露软件中错误的能力。了解影响这种能力的因素至关重要。我们的目标是推断这两个因素之间的因果关系(即,Cover/Exec)以及测试套件暴露和发现软件中错误的能力。Cover指的是覆盖语句的不同测试用例的数量,而Exec等于测试套件执行语句的次数。我们分析了来自{12} Java程序的459166个软件故障。贝叶斯统计与后门标准一起被用于因果推理的目的。此外,我们研究了测量关联的常见陷阱,因果关系和非因果关系的混合,而不是因果关联。结果表明,Cover与\textit{Exec}之间的因果关系更强,且Cover与\textit{Exec}之间的因果关系和非因果关系存在统计学差异。软件开发人员可以利用这些结果来设计和编写更有效的测试用例,从而发现更多隐藏在软件中的错误。
2023-03-17 cs.SE
Improving the Testability of Object-oriented Software during Testing and Debugging Processes
可测试性是在程序中存在错误的情况下,测试是否会检测到错误的概率。如何有效地发现故障取决于软件的可测试性。许多研究人员提出了定性和定量的技术来提高和衡量软件的可测试性。在文献中,大量的可靠性增长模型已被用于评估和衡量软件在测试和运行阶段的定量质量评估。了解软件故障分布及其复杂性可以提高软件的可测试性。通过了解故障分布和故障复杂度,可以使测试工作量的分配变得容易,这将简化从软件中发现故障的过程。因此,软件的可测试性将得到改善。文中给出了该模型的参数以及不同复杂度的故障在软件中所占的比例,并利用在开源环境下开发的两个面向对象软件MySQL for python和Squirrel SQL Client的故障数据进行了估计
2013-08-15 cs.SE
Fault Localization Models in Debugging
可重用性被认为是软件工程过程的一个严格而重要的特征。十多年来,软件工程研究界一直在探索各种消除程序错误的技术,但要克服软件程序的所有错误是相当困难的。因此,它仍然是一个真正的挑战,软件调试和维护社区。本文首先简要介绍了软件异常和故障的分类,然后用诊断理论解释了不同的故障定位模型。此外,我们根据不同的实际错误行为,比较和对比基于值和依赖关系的模型,并提出了一些洞察信息的调试过程。最后,对两种模型的结果进行了讨论,指出了两种模型在调试和维护方面的优缺点。
2018-02-13 cs.SE
Fault Localization in a Software Project using Back-Tracking Principles of Matrix Dependency
故障识别和测试一直是软件开发领域最具体的关注点。为了识别和验证错误,我们应该知道故障的来源或任何不必要的问题。在本文中,我们试图提取故障的位置,并试图应付的错误。利用有向图的方法,尝试获取实时环境中多个活动之间的依赖关系,以跟踪故障的来源。软件开发涉及一系列活动,我们试图展示多个活动之间的依赖关系。关键活动被认为是导致整个系统功能异常的活动。本文讨论了软件失效依赖活动对关键活动的优先级问题。选择活动的矩阵表示作为软件的一部分,使用依赖性概念来确定故障的根源。它可以随网络拓扑和软件环境而变化。当故障发生时,可能的征兆将以故障本身的高概率反映在依赖矩阵中。因此,独立故障位于依赖矩阵的主对角线上。
2014-05-05 cs.SE
Real Faults in Model Context Protocol (MCP) Software: a Comprehensive Taxonomy
Polytechnique Montreal(蒙特利尔理工学院)
本文首次提出MCP服务器故障的分类,通过实证研究识别出五个高层故障类别,揭示MCP特定故障与非MCP故障的区别,为提升AI软件系统的可靠性提供依据。
2026-08-04 cs.SE
Program Spectra Analysis in Embedded Software: A Case Study
由于市场的限制,消费电子产品中的嵌入式软件几乎不可避免地带有故障,目标只是在产品发布之前将固有的不可靠性降低到可接受的水平。自动故障诊断是一种有价值的工具,可以捕获软件故障,而无需花费额外的精力进行测试。除了在设计和集成时的调试辅助之外,故障诊断还可以帮助分析操作期间的问题,从而实现更准确的系统恢复。在本文中,我们将讨论应用一个特定的故障诊断技术,即程序谱分析,在消费电子设备的嵌入式软件领域的前景和局限性。我们说明了我们的第一次经验,从行业的测试案例。
2006-07-26 cs.SE
Technical Debts and Faults in Open-source Quantum Software Systems: An Empirical Study
量子计算是一个快速发展的领域,吸引了研究人员和软件开发人员的兴趣。在其众多开源工具的支持下,开发人员现在可以构建,测试或运行他们的量子算法。虽然传统软件系统的维护实践已经得到了广泛的研究,但量子软件的维护仍然是一个新的研究领域,但它是确保整个量子计算系统质量的关键部分。在这项工作中,我们着手研究量子软件中技术债务的分布和演变及其与故障发生的关系。了解这些问题可以指导未来的量子开发,并为量子软件开发人员和研究人员应该更加关注的关键领域提供维护建议。在本文中,我们实证研究了从GitHub中选择的118个开源量子项目。这些项目分为10类。我们发现,所研究的量子软件遭受的问题的代码约定违反,错误处理和代码设计。我们还观察到量子软件中的代码设计、冗余码或代码约定与故障发生之间存在统计学显著相关性。
2022-06-01 cs.SE
A Comparative Study of Various Distance Measures for Software fault prediction
在软件开发的早期阶段,不同的距离测量已经被用于有效地预测软件故障。由于其计算效率,用于软件故障预测的一种定型方法是K均值聚类,其使用任何距离度量将数据集划分为K个聚类。通过使用一些度量的距离测量被用来提取相似的数据对象,这有助于开发有效的聚类和分类算法。本文利用NASA MDP(metrics data program)数据集,研究了三种不同距离测度Euclidean、Sorensen和Canberra下的K-means聚类,并给出了ROC曲线。实验结果表明,基于Sorensen距离的K-means聚类效果优于Euclidean距离和Canberra距离。
2014-11-27 cs.SE
Fault Prediction based on Software Metrics and SonarQube Rules. Machine or Deep Learning?
背景开发人员花费更多的时间来修复错误和重构代码,以增加可维护性,而不是开发新功能。研究人员调查了代码质量对错误倾向的影响,重点关注代码气味和代码度量。Objective.我们的目标是推进故障诱导提交预测的基础上SonarQube考虑每个规则和度量提供的贡献。法我们设计并进行了一个案例研究,在33个Java项目中使用SonarQube和SZZ进行分析,以识别错误诱导和错误修复提交。此外,我们使用机器和深度学习模型研究了每个SonarQube规则和度量的故障倾向。结果我们分析了77,932次提交,其中包含40,890个错误,并被超过174个SonarQube规则感染,违反了1900万次,在此基础上计算了该工具可用的24个软件指标。与机器学习模型相比,深度学习提供了更准确的故障检测精度,并允许我们准确地识别每个SonarQube规则的故障预测能力。结果表明,在174条违规规则中,有14条规则的重要性大于1%,约占总错误倾向重要性的30%,其余165条规则的错误倾向性可以忽略不计。结论未来的工作可能会考虑采用时间序列分析和异常检测技术,以更好,更准确地检测影响故障倾向的规则。
2021-03-21 cs.SE
Revisiting Dockerfiles in Open Source Software Over Time
Docker正在变得无处不在,容器化用于开发和部署应用程序。以前的研究分析了用于创建容器镜像的Dockerfiles,以便更好地了解如何改进Docker工具。这些研究使用Docker Hub或Github获取Dockerfiles。在本文中,我们使用迄今为止已知的最大的Dockerfiles集重新审视了以前的研究结果,在2013-2020年的代码基础设施世界中发现了超过940万个独特的Dockerfiles。我们通过分析Docker引擎的变更日志来提供Dockerfile格式的历史视图,并使用历史来增强我们对Dockerfiles的分析。我们还再次证实了以前的研究结果,即使用操作系统图像的下降趋势和使用语言图像的上升趋势。此外,我们再次确认Dockerfile的气味计数略有下降,这意味着Dockerfile作者可能会更好地遵循最佳实践。基于这些发现,它表明之前的分析在他们的许多发现中是正确的,并且他们关于构建更好的Docker镜像创建工具的建议得到了进一步的证实。
2021-03-23 cs.SE
Observability and Fault Injection for LLM-Based Multi-Agent Systems in Software Engineering
Delft University of Technology(代尔夫特理工大学);JetBrains Research(JetBrains研究)
针对软件工程中基于LLM的多智能体系统难检查调试评估的问题,提出llmmas-otel工具,结合OpenTelemetry分布式追踪与故障注入,实现可复现的基线与故障执行对比,已在演示及真实系统上验证。
2026-08-26 cs.SE
Combination of component fault trees and Markov chains to analyze complex, software-controlled systems
故障树分析是一种广泛使用的故障分析方法,用于在许多工业应用领域中评估系统的安全性或可靠性。然而,与故障树方法,有没有可能表达的事件或状态相关的行为的软件控制系统的时间序列。与此相反,马尔可夫链是一种基于随机模型的基于状态的分析技术。但由于马尔可夫链模型的规模呈指数爆炸式增长,使其在复杂安全关键系统失效分析中的应用受到限制。在本文中,我们提出了一个概念,将马尔可夫链的组件故障树模型。基于马尔可夫链的组件概念,它使马尔可夫链与系统开发元素(如组件)相关联,可以分析复杂或软件控制的系统。以模块化和组合的方式实现安全性或可靠性。我们说明了这种方法使用的案例研究,从汽车领域。
2021-06-01 cs.SE
ArChes -- Automatic generation of component fault trees from continuous function charts
嵌入式系统中软件的规模和复杂性的不断增长对嵌入式控制系统的安全评估提出了新的挑战。在工业实践中,在对系统进行安全性分析时,控制软件大多被当作黑箱来处理。为了提高安全分析的准确性,软件故障传播的适当表示是一个迫切的需要。然而,它也大大增加了创建和维护安全分析模型(如故障树)的工作量。在这项工作中,我们提出了一种方法来自动生成组件故障树从连续功能图。该方法旨在生成详细软件规格说明的故障传播模型。因此,可以将控制软件纳入安全性分析中,而无需额外的手动工作来构建软件的安全性分析模型。此外,在早期系统规范阶段创建的安全分析可以通过将其与详细规范阶段自动生成的安全分析进行比较来验证。
2021-05-31 cs.SE
Mutant Density: A Measure of Fault-Sensitive Complexity
软件代码复杂度是一个研究得很好的属性,以确定软件组件的健康。然而,现有的代码复杂性度量没有直接考虑代码的易出错性方面。我们提出了一个称为突变密度的指标,其中我们使用突变作为在代码中引入人为错误的方法,并计算每行可能的突变数量。我们将展示如何使用此度量标准来对现实生活中的软件项目进行有用的分析。
2021-04-25 cs.SE
Formally expressing the semantics of observer-based fault detection software
其目的是创建可靠和可验证的故障检测软件,以检测安全关键动态系统中的突变。故障检测方法在监视和控制系统的数字计算机上以软件的形式实现。我们实现了三个基于故障检测方法的3自由度(3DOF)的实验室直升机,在软件的形式。我们研究这些方法的性能,以检测不同的故障在飞行过程中的闭环设置。所有选定的方法显示出可接受的检测性能。但是,不可能对每种可能的条件、输入和故障情况重复测试。在本文中,我们翻译成一个形式语言,以前用于软件验证和确认的故障检测性能和数学证明。我们将翻译后的属性以不可执行的注释的形式包含在软件中,这些注释可以被机器读取。因此,代码的一些高级功能属性可以通过自动软件验证工具进行验证。这证明了故障检测软件的一组有界数据,并在实践中增加了可靠性。
2013-12-03 cs.SE math.OC
Spectrum-based Software Fault Localization: A Survey of Techniques, Advances, and Challenges
尽管调试是软件开发中最基本的任务之一,但仍然以大多数手动方式执行,导致高成本和低性能。为了解决这个问题,研究人员已经研究了一些有前途的方法,例如基于频谱的故障定位(SFL)技术,该技术可以精确定位更有可能包含故障的程序元素。本调查讨论了SFL的最新技术,包括已提出的不同技术,它们解决的故障类型和数量,它们使用的光谱类型,它们在验证中使用的程序,支持它们的测试数据以及它们在工业环境中的使用。尽管取得了这些进展,但该行业在采用这些技术方面仍面临挑战,我们在本文中对此进行了分析。SFL技术应该提出新的方法来生成可疑实体的精简集,结合不同的频谱来微调故障定位能力,使用策略来收集细粒度的覆盖水平,从可疑的粗水平,以平衡执行成本和输出精度,并提出新的技术,以应付多故障程序。此外,需要更多的用户研究,以更好地了解如何SFL技术可以在实践中使用。最后,我们提出了一个概念图的主题和未来的研究在SFL的挑战。
2017-11-26 cs.SE
A Survey of Linguistic Structures for Application-level Fault-Tolerance
将容错规定表达到应用软件中的结构是本文的中心主题。结构化技术回答了“如何在计算机程序的应用层引入容错技术“和“如何管理容错代码”的问题。因此,它们提供了控制复杂性的手段,后者是引入设计缺陷的相关因素。这一事实和当今分布式软件日益增长的复杂性证明了在应用软件中表达容错性需要简单、一致和有效的结构。在本文中,我们首先定义了一个“基地”的结构属性,应用程序级的容错结构可以进行定性评估和相互比较,并与上述需求。然后,这个结果是用来提供一个详细的调查国家的最先进的应用程序级的容错结构。
2015-04-13 cs.SE
On Cloud-Based Engineering of Dependable Systems
云计算模式正被不同应用领域的许多组织所采用,因为它具有成本效益,并提供了几乎无限的资源池。工程关键系统可以从云计算中受益,以获得所有可靠性手段:容错、故障预防、故障消除和故障预测。我们的研究旨在探讨云计算支持可靠软件系统工程的潜力,并提出了一个开放的,可扩展的,弹性的基于云的软件工程工作流系统,表示和执行软件过程,以提高软件项目的协作,可靠性和质量保证,以及自动化。
2014-04-29 cs.SE
AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis
Singapore Management University(新加坡国立管理学院);Xi'an Jiaotong University(西安交通大学);Nanyang Technological University(南洋理工大学);Tianjin University(天津大学)
针对传统软件故障分析人力成本高、周期长的瓶颈,该研究将实证故障研究拆分为三阶段,用3829个故障验证了LLM可将分析周期从数周缩短至约2小时,并提出后续研究方向。
2025-10-06 cs.AI cs.SE
Revisiting reopened bugs in open source software systems
重新打开的bug会降低软件系统的整体质量,因为它们需要开发人员进行不必要的返工。此外,重新打开的错误也会导致最终用户对软件质量的信任丧失。因此,预测可能重新打开的错误对于软件开发人员避免返工非常有帮助。先前关于重新开放的错误预测的研究只关注三个开源项目(即,Apache、Eclipse和OpenOffice)来生成见解。我们注意到,三个项目中有一个(即,Apache)有一个数据泄漏问题--重新打开的错误状态被包括在训练数据中,以预测重新打开的错误。此外,先前的研究使用过时的预测模型管道(即,利用构建预测模型的旧技术)来预测重新打开的错误。因此,我们重新开放的错误研究的一个大规模的数据集,包括47个项目跟踪JIRA使用现代技术,如SMOTE,排列重要性与7个不同的机器学习模型。我们使用混合方法(即,定量和定性研究)。我们发现:1)在使用更新后重新开放的bug预测模型管道后,只有34%的项目给出了AUC >= 0.7的可接受性能。2)有四个主要原因导致bug被重新打开,即技术原因(即,补丁/集成问题),文档,人(即,由于错误评估),以及错误报告中未显示的原因。3)在具有可接受AUC的项目中,94%的重新打开的bug是由于补丁问题(即,使用了不正确的补丁)。我们的研究重新开放的错误,并提供了新的见解开发人员的错误重开活动。
2022-02-17 cs.SE
Revisiting the Impact of Dependency Network Metrics on Software Defect Prediction
通过应用社会网络分析(SNA度量)从软件模块的依赖图中提取软件依赖网络度量,已被证明可以提高软件缺陷预测(SDP)模型的性能。然而,这些SNA指标在提高SDP模型性能方面相对于代码指标的相对有效性一直受到广泛讨论,没有明确的共识。此外,一些常见的SDP场景,如预测跨版本和跨项目SDP上下文中的模块中的缺陷数量(缺陷计数)仍然没有探索。与广泛使用的代码度量相比,SNA度量的有效性缺乏明确的指导,这使我们无法构建性能更好的SDP模型。因此,通过对30个版本的9个开源软件项目的案例研究,我们研究了SNA指标与3个常用SDP上下文(项目内,跨版本和跨项目)和场景(缺陷计数,缺陷分类(如果模块有缺陷,则进行分类)和工作量感知(将缺陷模块排名为所涉及的工作量))的代码指标相比的相对有效性。我们发现SNA度量本身或与代码度量一起提高了SDP模型的性能,而不仅仅是在9个研究的SDP场景中的5个场景(三个SDP场景,三个SDP上下文)上使用代码度量。然而,我们注意到,在某些情况下,通过考虑SNA度量或与代码度量一起考虑SNA度量所提供的改进可能只是微不足道的,而在其他情况下,改进可能是巨大的。基于这些研究结果,我们建议未来的工作应该:考虑SNA度量在其SDP模型中的代码度量;以及考虑自我度量和全局度量,这两种不同类型的SNA度量在训练SDP模型时分开,因为它们的行为不同。
2022-02-12 cs.SE
An Empirical Study on Tensor Shape Faults in Deep Learning Systems
软件开发人员经常采用深度学习(DL)库来将学习解决方案纳入软件系统。然而,误用这些库会导致各种DL故障。其中,张量断层最为普遍。当操作的约束条件不满足时,张量形状故障发生,导致许多系统崩溃。为了支持这些故障的有效检测和修复,我们进行了实证研究,以获得深刻的见解。我们构建了SFData,这是一组146个有缺陷的程序,具有崩溃的张量形状故障(即,导致程序崩溃)。通过对SFData中的故障进行分析,将其分为四类,并得到了一些有价值的结论。
2021-06-05 cs.SE
Evaluating software defect prediction performance: an updated benchmarking study
准确地预测错误的软件单元可以帮助从业者瞄准错误的单元,并优先考虑他们的工作,以保持软件质量。之前的研究使用机器学习模型来检测错误的软件代码。我们回顾过去的研究,并指出潜在的改进。我们的新研究提出了一个修订的基准配置。该配置考虑了许多新的维度,例如类分布抽样、评估指标和测试程序。这项新研究还包括新的数据集和模型。我们的研究结果表明,预测的准确性通常是好的。然而,预测能力受到评估指标和测试程序(频率论或贝叶斯方法)的严重影响。分类器的结果取决于软件项目。虽然很难选择最好的分类器,但研究人员应该考虑不同的维度来克服潜在的偏见。
2019-01-07 cs.SE
Unleashing the Power of Sound: Revisiting the Physics of Notations for Modelling with auditory symbols
本文借鉴Moody视觉符号学“物理学”理论,提出一套面向软件建模工具的声音符号设计原则,并基于UML构建声音目录,通过实证研究验证其有效性,为声音在建模中的进一步应用奠定基础。
2023-04-17 cs.SE
Investigating Design Anti-pattern and Design Pattern Mutations and Their Change- and Fault-proneness
在软件演化过程中,当缺乏经验的开发人员修改他们的软件系统以修复错误或根据需求的变化添加新功能时,他们可能会引入设计反模式。开发人员还可以使用设计模式来提高软件质量,或者作为某些设计反模式的可能解决方案。因此,设计模式和设计反模式由开发人员引入、删除和变异。许多研究调查了设计模式和设计反模式的演变及其对软件开发的影响。然而,他们孤立地研究了设计模式或设计反模式,没有考虑它们的突变以及这些突变对软件质量的影响。因此,我们报告我们的研究设计模式和设计反模式之间的双向突变和这些突变对软件的变化和故障倾向的影响。我们分析了7个Java软件系统的快照,这些系统具有不同的规模、演化历史和应用领域。我们构建了马尔可夫模型来捕获不同设计模式和设计反模式突变的发生概率。我们的研究结果表明:(1)设计模式和设计反模式突变为其他设计模式和/或设计反模式。它们还表明:(2)某些更改类型主要触发设计模式和设计反模式的突变(重命名和对注释、声明和操作符的更改),以及(3)设计反模式和设计模式的某些突变在特定上下文中更容易出错。这些结果提供了重要的洞察设计模式和设计反模式的演变及其对软件系统的变化和故障倾向的影响。
2021-03-31 cs.SE
Using Fault Injection to Assess Blockchain Systems in Presence of Faulty Smart Contracts
区块链已经变得特别受欢迎,因为它承诺在非常不同的领域(例如,零售、供应链、医疗保健)。区块链系统依赖于复杂的中间件,如以太坊或Hyperledger Fabric,这些中间件允许运行智能合约,这些智能合约在合作应用程序中指定业务逻辑。这些合同中存在的软件缺陷或故障是导致合同失败的主要原因,包括严重的安全问题。在本文中,我们使用软件实现的故障注入(SWIFI)技术来评估存在故障智能合约的许可区块链系统的行为。我们模拟一般软件故障的发生(例如,缺少变量初始化)以及区块链特定的软件故障(例如,缺少关于交易发送方的require语句)来观察对整个系统可靠性的影响(即,可靠性和完整性)。我们还研究了形式化验证的有效性(即,由Solc-Verify完成)和运行时保护(例如,使用断言语句)机制来检测注入的故障。结果表明,形式化验证以及额外的运行时保护必须补充内置的平台检查,以保证区块链系统和应用程序的适当可靠性。本文中提出的工作使智能合约开发人员能够意识到智能合约中可能存在的错误,并了解它们的存在所产生的影响。它还为中间件开发人员提供了有价值的信息来改进行为(例如,总体容错)。
2020-10-22 cs.SE
Software Fault Localization Based on Multi-objective Feature Fusion and Deep Learning
针对传统软件故障定位方法特征多样性有限、精度低的问题,本文提出融合多目标特征选择与深度学习的新方法,通过提取三类故障特征并结合MLP和GRN模型,在Defects4J和PROMISE数据集上显著提升定位准确性、效率与泛化性。
2024-11-26 cs.SE
Can Automated Program Repair Refine Fault Localization?
软件缺陷在现代软件系统中普遍存在,并且众所周知难以手动调试。因此,大量的研究工作一直致力于自动化软件调试,包括自动故障定位和程序修复。然而,现有的故障定位技术通常是无效的,即使是最先进的程序修复技术,也只能修复一小部分真实世界的错误。虽然故障定位和程序修复是内在联系的,但我们观察到,在文献中,它们唯一的联系是程序修复技术通常使用现成的故障定位技术(例如,Ochiai)来确定用于修补的潜在候选语句/元素。在这项工作中,我们探索他们在另一个方向的联系,即,程序修复是否反过来有助于故障定位?通过这种方式,我们不仅为更强大的故障定位开辟了一个新的维度,而且将程序修复的应用范围扩展到所有可能的错误(而不仅仅是可以直接自动修复的错误)。我们设计了ProFL,一种简单的方法,使用补丁执行结果(来自程序修复)作为故障定位的反馈信息。在广泛使用的Defects 4J基准上的实验结果表明,基本的ProFL已经可以在Top-1内定位395个研究错误中的161个,而最先进的基于频谱和突变的故障定位技术最多在Top-1内定位117个。我们还证明了ProFL在不同设置下的有效性。最后,我们表明,ProFL可以通过无监督和监督学习进一步提高最先进的故障定位。
2019-10-03 cs.SE
IBIR: Bug Report driven Fault Injection
软件工程和软件测试的许多研究依赖于基于故障注入的实验研究。然而,故障注入并不经常与模拟真实世界的软件故障相关,因为它“盲目地”注入大量的故障。它仍然确实具有挑战性,注入少数但现实的故障,目标是一个特定的功能,在一个程序。在这项工作中,我们引入IBIR,故障注入工具,通过探索与用户报告的故障相关的变化模式来解决这一挑战。为了注入真实的错误,我们通过重定向错误报告驱动的自动程序修复系统来创建突变体,即,反转其代码转换模板。IBIR在实践中更有吸引力,因为它既不需要深入了解代码也不需要深入了解测试,而只需要了解程序的相关错误报告。因此,我们的方法将故障注入的重点放在功能的缺陷报告。我们通过考虑Defects4J数据集来评估IBIR。实验结果表明,我们的方法优于传统的突变测试进行的故障注入与原始错误的语义相似性,当应用在系统或类级别的粒度,并提供更好的,统计上显着的,测试有效性(故障检测)的估计。此外,当注入100个错误时,IBIR在36%的情况下注入与真实错误耦合的错误,而突变测试中的突变注入不到1%。总的来说,IBIR的目标是真正的功能,并注入现实和多样化的故障。
2020-12-11 cs.SE
Beyond Fixed Fault Models: Comparing LLM-Based and Rule-Based Fault Injection in OpenStack
University of Naples Federico II(那不勒斯费德里科二世大学);IMT School for Advanced Studies Lucca(卢卡高等研究学院);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
本研究比较LLM与规则故障注入在OpenStack中的效果,发现LLM扩展了故障行为覆盖,但需受控生成和验证才能实际应用。
2026-09-09 cs.SE
A Variability Fault Localization Approach for Software Product Lines
软件故障定位是程序调试中最昂贵、最繁琐、最耗时的活动之一。在软件产品线(SPL)系统中,由于故障的可变性,此活动变得更具挑战性。这些意外的行为是由可变性故障引起的,这些可变性故障只能在系统特征的某些组合下暴露。这些特征之间的相互作用导致了系统的故障。尽管单系统工程中的缺陷定位已经得到了深入的研究,但SPL系统中的可变性故障定位仍然没有得到很大程度的探索。在这篇文章中,我们提出了VarCop,一种新的和有效的可变性故障定位方法。对于因可变性错误而失败的SPL系统,VarCop通过分析采样产品及其源代码的总体测试结果来隔离可疑的代码语句。孤立的可疑语句是与系统中bug可见性所必需的功能之间的交互相关的语句。根据包含语句的产品的总体测试结果以及这些产品中语句执行的测试用例的详细结果,评估每个孤立语句的可疑性。在一个大的数据集的缺陷SPL系统,实证评估表明,VarCop显着提高了两个国家的最先进的故障定位技术的33%和50%,在排名中的不正确的陈述,每个包含一个单一的错误的系统。在大约三分之二的情况下,VarCop将错误陈述排在结果列表的前三位。对于多个错误的情况下,VarCop优于国家的最先进的方法2倍和10倍的错误定位在前1位的比例。在22%和65%的bug版本中,VarCop正确地将系统中至少一个bug排在前1和前5位。
2021-09-21 cs.SE
Mining Bug Repositories for Multi-Fault Programs
针对 Defects4J 与 BugsInPy 多为单缺陷条目的局限,本文利用测试用例移植和故障位置转换构建保留原数据集特性的真实多故障程序数据集。
2024-04-10 cs.SE
Revisiting Aristotle vs. Ringelmann: The influence of biases on measuring productivity in Open Source software development
本文通过复现苏黎世联邦理工学院两个团队关于开源软件生产力与团队规模关系的研究,发现抽样偏差只能部分解释其相反结论,仪器偏差才是造成差异的主要原因。
2024-08-08 cs.SE
Predicting Crash Fault Residence via Simplified Deep Forest Based on A Reduced Feature Set
软件不可避免地会遇到崩溃,这将花费开发人员大量的精力来找到导致崩溃的故障(简称崩溃故障)。开发自动化的方法来识别崩溃故障的住所是软件质量保证的一项重要活动。研究人员提出了基于堆栈跟踪和错误代码的特征来预测崩溃错误是否存在于堆栈跟踪中的方法,旨在为开发人员节省调试工作量。然而,以往的工作通常忽略了对碰撞数据的特征预处理操作,只使用传统的分类模型。在本文中,我们提出了一种新的崩溃故障驻留预测框架,称为ConDF,它由一个基于一致性的特征子集选择方法和一个国家的最先进的深森林模型。更具体地,首先,使用特征选择方法来获得最优特征子集,并通过保留代表性特征来降低特征维数。然后,一个简化的深森林模型被用来建立约简特征集上的分类模型。在7个开源软件项目上的实验表明,我们的ConDF方法在三个性能指标上明显优于17个基线方法。
2021-04-05 cs.SE
Software Metrics Evaluation Based on Entropy
行业中的软件工程活动已经走过了漫长的道路,在软件开发生存周期的各个阶段都带来了各种改进。现代软件的复杂性、商业约束和对高质量产品的期望要求在软件开发的早期阶段基于面向对象设计度量在类级别上进行准确的故障预测。面向对象类度量在整个OO软件开发生存周期中被用作质量预测器,即使在采用高度迭代的增量模型或敏捷软件过程时也是如此。最近的研究表明,一些面向对象的设计指标是有用的预测类的故障倾向。在本文中,经验验证的一组度量提出的Chidamber和Kemerer进行评估他们的能力,在预测软件质量的故障倾向和退化。我们还提出了面向对象软件的设计复杂性与加权方法每类度量(WMC-CK度量)表示的香农熵,和错误倾向。
2010-01-20 cs.SE
Revisiting Vulnerability Patch Localization: An Empirical Study and LLM-Based Solution
Zhejiang University(浙江大学);Hangzhou City University(杭州城市大学)
针对漏洞补丁定位难题,本文通过实证研究总结四项关键洞见,并提出结合版本驱动候选过滤与 LLM 多轮对话投票的两阶段框架,在 750 个真实漏洞上验证其优于现有方法。
2025-09-28 cs.SE
Prototype of Fault Adaptive Embedded Software for Large-Scale Real-Time Systems
本文介绍了一个全面的原型的大规模故障自适应嵌入式软件开发的建议费米实验室BTeV高能物理实验。嵌入在原型的第1级中的轻量级自优化代理负责基于指定的能力层进行主动和被动监控和缓解。代理是自我保护的,使用分布式方法检测级联故障。自适应、可重构和可移动的可靠性对象被设计为自配置,以自动适应动态变化的环境。这些对象提供了一个自我修复层,具有发现、诊断和对实时的【形】处理中的不连续性做出反应的能力。一个通用的建模环境,以促进硬件资源规格,应用程序数据流,和故障缓解策略的设计和实施。计划中的BTeV触发系统仅第1级就将由2500个DSP组成,因此所涉及的组件数量和棘手的故障情况使得不可能设计一个“专家系统”,该系统应用基于捕获每个可能系统状态的规则的传统集中式缓解策略。相反,分布式反应式方法是使用由实时的【形】嵌入式系统组开发的工具和方法来实现的。
2005-04-29 cs.SE
Towards the Systematic Testing of Virtual Reality Programs (extended version)
软件测试是确保软件符合其规范的关键活动。然而,目前的软件测试活动往往是不完全有效的,当应用在特定的软件领域在虚拟现实(VR),具有几种新的类型的功能,如图像,声音,视频,和差异化的互动,这可能成为新的故障的来源。本文概述了可能对验证、确认和测试(VV&T)产生影响的主要VR特征。此外,它还分析了一些最成功的VR开源项目,以了解缺乏软件测试活动的危险。我们比较了开源VR项目中软件测试实践的现状,并评估了缺乏测试如何损害产品的开发。我们评估了代码气味的发生率,并验证了这些项目如何表现出故障的倾向。结果表明,软件测试的实践在虚拟现实应用程序的开发中还没有得到广泛的应用。研究还发现,VR项目中代码气味的发生率很高。关于故障倾向,结果显示,在VR项目中分析的类中,约有12.2%是故障倾向。关于软件测试技术在VR项目中的应用,据观察,只有少数项目关注为VR项目开发测试用例,可能是因为我们仍然没有必要的工具来帮助这一方向。关于气味,我们得出的结论是,在VR项目中有很高的发生率,特别是在实施气味方面,这种高发生率可能会对故障产生重大影响。最后,与故障倾向相关的研究指出,缺乏软件测试活动是项目成功的一个重大风险。
2020-09-18 cs.SE
Test Case Generation using Mutation Operators and Fault Classification
软件测试是软件开发过程的重要阶段。但是,软件开发人员很容易错过这个阶段,因为他们完成项目的时间有限。因为,软件开发人员在接近交付时间时完成了他们的软件;他们没有足够的时间通过创建有效的测试用例来测试他们的程序。.软件测试的主要困难之一是生成满足给定充分性准则的测试用例。此外,在最后的高峰时间,手工创建测试用例对于软件开发人员来说是一项繁琐的工作。一种新的生成测试用例的方法可以帮助软件开发人员在软件开发的早期阶段(编码之前)从软件规格说明中创建测试用例,以及从软件开发之后(编码之后)的程序执行跟踪中创建测试用例。启发式技术可以用于创建高质量的测试用例。变异测试是一种对软件单元进行测试的技术,对于提高测试质量、保证软件的高可靠性有着巨大的潜力。本文提出了一种基于变异测试的测试用例生成技术,从程序执行轨迹中生成测试用例,使测试用例可以在编码后生成。本文详细介绍了变异测试生成测试用例的实现方法。该算法已被证明是一个例子。
2010-02-10 cs.SE
Fault Localization in Deep Learning-based Software: A System-level Approach
Polytechnique Montréal(蒙特利尔理工学院)
提出系统级故障定位方法FL4Deep,考虑整个DL开发流程,在100个有缺陷DL脚本评估中,在数据、库不匹配和损失函数等故障类型上准确率优于现有方法,并在五类故障上展现更高的精确率和召回率。
2024-11-12 cs.LG cs.SE
Dynamic Code Coverage with Progressive Detail Levels
如今,定位软件组件负责观察到的故障是软件开发过程中最昂贵和最容易出错的任务之一。为了提高调试过程的效率,已经做出了一些努力来自动辅助检测和定位软件故障。这导致了统计调试工具的创建,如Tarantula,Zoltar和GZoltar。这些工具使用从代码覆盖率数据中收集的信息和测试执行的结果来返回潜在错误位置的列表。虽然有帮助,但故障定位工具有一些缩放问题,因为它们需要细粒度的覆盖数据来执行故障定位分析。在某些情况下可能高达50%的仪器开销是其效率低下的主要原因。本文提出了一种新的方法来解决这个问题,尽可能避免高层次的覆盖细节,同时仍然使用这些故障定位工具采用的成熟技术。这种方法称为DCC,包括使用较粗的初始检测,仅获得大组件的覆盖跟踪。然后,基于由当前故障定位工具中采用的相同技术提供的中间结果,逐步增加某些部件的仪表细节。为了评估我们所提出的方法的有效性,进行了实证评估,在四个现实世界的软件项目中注入故障。实证评估表明,DCC方法减少了执行开销,存在于基于频谱的故障定位,甚至提出了一个更简洁的潜在故障排名给用户。我们观察到执行时间平均减少27%,诊断报告大小平均减少63%。
2013-06-19 cs.SE
Variability Fault Localization: A Benchmark
软件故障定位是程序调试中最昂贵、最繁琐、最耗时的活动之一。由于软件产品线(SPL)系统中故障的可变性,该活动在SPL系统中变得更具挑战性。这些意外行为是由可变性故障引起的,这些故障只能在系统功能的某些组合下暴露。虽然在不可配置的代码中的错误定位已被深入研究,在SPL系统中的可变性故障定位仍然是大多未被探索。为了应对这一挑战,我们提出了一个基准的可变性故障定位与一大套1,570错误版本的六SPL系统和基线可变性故障定位性能的结果。我们的希望是让社区提出新的和更好的方法来解决SPL系统中的可变性故障定位问题。
2021-09-21 cs.SE
Software-Based Fault Recovery via Adaptive Diversity for COTS Multi-Core Processors
嵌入式系统对高性能和高性价比的要求越来越高,这导致了使用商用现成硬件的趋势。然而,由于其高度集成的设计,它们变得越来越容易受到硬件错误(例如,由辐射引起的软错误或磨损效应引起的)的影响。由于这种故障无法完全预防,系统必须应对其影响。与此同时,嵌入式系统中也出现了多核处理器的趋势。文献中已经提出了通过使用多核来建立冗余来实现容错的方法。然而,通常仅考虑同构冗余技术来容忍软错误。然而,在永久性硬件故障的情况下,缺乏用于恢复系统的适当反应机制。在这里,我们提出了一个具有成本效益的自动引入多样性的执行软件副本,以提高多核冗余技术的基本思想。最近,这些自动化的软件多样性技术在安全领域引起了人们的注意。我们建议使用这些技术从永久性硬件故障中恢复。这是通过以减轻永久性故障的方式调整软件执行来实现的。
2015-11-21 cs.ET cs.SE
On Misbehaviour and Fault Tolerance in Machine Learning Systems
机器学习(ML)为我们提供了许多机会,使ML系统能够适应新的情况和环境。与此同时,这种适应性提高了有关运行时的产品质量或可靠性,如可靠性和安全性,这些系统的不确定性。系统可以被测试和监控,但这并不能提供对适应ML系统本身的故障和失败的保护。我们研究了旨在在ML系统中引入容错的软件设计,以便可以避免系统的ML组件中可能出现的问题。研究是作为一个案例研究,其数据收集通过五个半结构化的采访经验丰富的软件架构师。我们提出了一个概念化的ML系统的不当行为,容错的感知作用,和使用的设计。以容错方式将ML组件合并到设计中的常见模式已经开始出现。例如,ML模型通过监控输入及其分布,并在可接受的输出上执行业务规则来保护。使用多个专业的ML模型来适应周围世界的变化和变化,并采用更简单的故障技术(如默认输出)来使系统在遇到问题时启动和运行。然而,这些模式的一般作用没有得到广泛承认。这主要是由于使用ML作为完整软件系统的一部分相对不成熟:该领域仍然缺乏既定的框架和实践,而不是培训来实现,操作和维护使用ML的软件。ML软件工程需要在各个方面进行进一步的分析和开发。
2021-09-16 cs.SE