用于故障定位的主上下文感知扩散引导数据增强
软件工程
2025-06-02 v1
摘要
测试用例对于进行有效的故障定位（FL）是不可或缺的。然而，实践中的测试用例存在严重的类别不平衡，即失败测试用例（即少数类）的数量远少于通过测试用例（即多数类）。失败与通过测试用例之间严重的类别不平衡阻碍了 FL 的有效性。为了解决这个问题，我们提出了 PCD-DAug：一种主上下文感知扩散引导数据增强方法，用于生成合成的失败测试用例以改善 FL。PCD-DAug 首先将程序切片与主成分分析相结合，构建一个主上下文，通过统计程序依赖关系展示一组语句如何影响故障输出。然后，PCD-DAug 设计了一个条件扩散模型，从主上下文中学习以生成合成的失败测试用例，并为 FL 获取类别平衡的数据集。我们在六种最先进的 FL 方法上进行了大规模实验，并将 PCD-DAug 与六种数据增强基线进行了比较。结果表明，PCD-DAug 显著提高了 FL 的有效性，例如，在 Top-1、Top-3 和 Top-5 指标下，六种 FL 方法的平均提升分别达到了 383.83%、227.08% 和 224.19%。
引用
@article{arxiv.2505.24079,
title = {Principal Context-aware Diffusion Guided Data Augmentation for Fault Localization},
author = {Shihao Fu and Yan Lei},
journal= {arXiv preprint arXiv:2505.24079},
year = {2025}
}