面向自动化程序修复的异常驱动故障定位
软件工程
2022-01-04 v1
摘要
自动化程序修复（APR）技术通常利用基于频谱的故障定位（SBFL）来识别应被修补的程序位置，使得APR技术的有效性依赖于故障定位的有效性。确实，结果表明SBFL往往不能准确局部化故障，阻碍了APR的有效性。在本文中，我们提出EXCEPT技术，该技术通过关注失败的语义而非如SBFL那样关注执行语句与失败测试间的相关性来解决定位问题。我们聚焦于由异常引起的失败，并利用其类型与来源来定位和推测故障。基于Defects4J基准中43个引发异常的故障所做的实验表明，EXCEPT可优于Ochiai和ssFix。
引用
@article{arxiv.2201.00736,
title = {Exception-Driven Fault Localization for Automated Program Repair},
author = {Davide Ginelli and Oliviero Riganelli and Daniela Micucci and Leonardo Mariani},
journal= {arXiv preprint arXiv:2201.00736},
year = {2022}
}
备注
In Proc. of the IEEE International Conference on Software Quality, Reliability and Security (QRS 2021). For associated video presentation, see https://youtu.be/PulKnHk-kp4