面向版本演化的APP软件缺陷跟踪分析方法

作     者：刘海毅 姜瑛 赵泽江 LIU Hai-Yi;JIANG Ying;ZHAO Ze-Jiang

作者机构：云南省人工智能重点实验室(昆明理工大学)云南昆明650504 昆明理工大学信息工程与自动化学院云南昆明650504 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2024年第35卷第7期

页      面：3180-3203页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62162038,61462049,61063006,60703116) 国家重点研发计划(2018YFB1003904) 云南省计算机技术应用重点实验室开放基金(2020101) 

主　　题：APP软件缺陷 跟踪分析 版本演化 缺陷内容提取 缺陷内容验证 异构信息网络 

摘      要：移动应用(APP)软件的版本更新速度正在加快,对软件缺陷的有效分析,可以帮助开发人员理解和及时修复软件缺陷.然而,现有研究的分析对象大多较为单一,存在信息孤立、零散、质量差等问题,并且没有充分考虑数据验证及版本失配问题,分析结果存在较大误差,导致无效的软件演化.为了提供更有效的缺陷分析结果,提出一种面向版本演化的APP软件缺陷跟踪分析方法(ASD-TAOVE).首先,从多源、异构的APP软件数据中抽取APP软件缺陷内容并挖掘缺陷事件的因果关系;接着,设计了一种APP软件缺陷内容验证方法,基于信息熵结合文本特征和结构特征定量分析缺陷怀疑度,用于缺陷内容验证并构建APP软件缺陷内容异构图;然后,为了考虑版本演化带来的影响,设计了一个APP软件缺陷跟踪分析方法,用于在版本演化中分析缺陷的演化关系,并将其转化为缺陷/演化元路径;最后,通过一个基于深度学习的异构信息网络完成APP软件缺陷分析.针对4个研究问题(RQ)的实验结果,证实了ASD-TAOVE方法在面向版本演化过程中对缺陷内容验证与跟踪分析的有效性,缺陷识别准确率分别提升约9.9%和5%(平均7.5%).与同类基线方法相比,ASD-TAOVE方法可分析丰富的APP软件数据,提供有效的缺陷信息.