基于提交分析估计程序修复搜索空间的潜力
软件工程
2022-02-22 v2
摘要
评估程序修复系统最自然的方法是在缺陷数据集（如 Defects4J）上运行它们。然而，在任意真实世界程序上使用此评估技术需要繁重的配置。本文中，我们提出一种纯静态方法来评估修复方法搜索空间的潜力。这一新方法使研究者和从业者能够编码修复方法的搜索空间并选择潜在有用的方案，而无需纠结于工具配置与执行。我们通过指定修复方法所采用的修复策略来编码搜索空间。接着，我们使用这些规范检查过往提交是否位于修复搜索空间中。对某一修复方法而言，其搜索空间包含大量人工编写的过往提交表明其生成有用补丁的潜力。我们在 LighteR 中实现了我们的评估方法。LighteR 接收一个 Git 仓库并输出其源代码变更位于修复搜索空间中的提交列表。我们在来自 72 个 Github 仓库历史的 55,309 个提交上运行 LighteR，结果表明 LighteR 的精确率与召回率分别为 77% 与 92%。总体而言，我们的实验表明这一新方法既轻量又能有效研究程序修复方法的搜索空间。
引用
@article{arxiv.2007.06986,
title = {Estimating the Potential of Program Repair Search Spaces with Commit Analysis},
author = {Khashayar Etemadi and Niloofar Tarighat and Siddharth Yadav and Matias Martinez and Martin Monperrus},
journal= {arXiv preprint arXiv:2007.06986},
year = {2022}
}