融合信息检索和深度模型特征的软件缺陷定位方法

作     者：申宗汶 牛菲菲 李传艺 陈翔 李奇 葛季栋 骆斌 SHEN Zong-Wen;NIU Fei-Fei;LI Chuan-Yi;CHEN Xiang;LI Qi;GE Ji-Dong;LUO Bin

作者机构：计算机软件新技术国家重点实验室(南京大学)江苏南京210023 南通大学信息科学技术学院江苏南通226019 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2024年第35卷第7期

页      面：3245-3264页

核心收录：

学科分类：0710[理学-生物学] 1205[管理学-图书情报与档案管理] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家重点研发计划(2022YFF0711404) 江苏省第六期“333工程”领军型人才团队项目 江苏省自然科学基金(BK20201250) 

主　　题：缺陷定位 缺陷报告 信息检索 深度学习 检索空间 

摘      要：构建自动化的缺陷定位方法能够加快程序员利用缺陷报告定位到复杂软件系统缺陷代码的过程.早期相关研究人员将缺陷定位视为检索任务,通过分析缺陷报告和相关代码构造缺陷特征,并结合信息检索的方法实现缺陷定位.随着深度学习的发展,利用深度模型特征的缺陷定位方法也取得了一定效果.然而,由于深度模型训练的时间成本和耗费资源相对较高,现有基于深度模型的缺陷定位研究方法存在实验搜索空间和真实情况不符的情况.这些研究方法在测试时并没有将项目下的所有代码作为搜索空间,而仅仅搜索了与已有缺陷相关的代码,例如DNNLOC方法、DeepLocator方法、DreamLoc方法.这种做法和现实中程序员进行缺陷定位的搜索场景是不一致的.致力于模拟缺陷定位的真实场景,提出了一种融合信息检索和深度模型特征的TosLoc方法进行缺陷定位.TosLoc方法首先通过信息检索的方式检索真实项目的所有源代码,确保已有特征的充分利用;再利用深度模型挖掘源代码和缺陷报告的语义,获取最终定位结果.通过两阶段的检索,TosLoc方法能够对单个项目的所有代码实现快速缺陷定位.通过在4个常用的真实Java项目上进行实验,TosLoc方法能够在检索速度和准确性上超越已有基准方法.与最优基准方法DreamLoc相比,TosLoc方法在消耗DreamLoc方法35%的检索时间下,平均MRR值比DreamLoc方法提高了2.5%,平均MAP值提高了6.0%.