DOI QR코드

DOI QR Code

Software Fault Localization using Artificial Neural Network

인공신경망을 활용한 소프트웨어 결함 위치 추정 기법

  • Jo, Jun-Hyuk (Dept. of Software Engineering, Chonbuk National University) ;
  • Lee, Jihyun (Dept. of Software Engineering, Chonbuk National University) ;
  • Jaffari, Aman (Dept. of Software Engineering, Chonbuk National University)
  • 조준혁 (전북대학교 소프트웨어공학과) ;
  • 이지현 (전북대학교 소프트웨어공학과) ;
  • 자프르 아만 (전북대학교 소프트웨어공학과)
  • Published : 2018.10.31

Abstract

소프트웨어 시험 후 발견된 결함을 제거하기 위해서는 먼저 해당 결함의 위치를 정확히 찾아야 한다. 결함의 위치를 찾는 작업은 많은 양의 소스코드를 검토해야 하기 때문에 많은 노력을 요구한다. 해당 노력을 줄이기 위해 슬라이싱 기법, 스펙트텀 기법, 모델 기반 기법 등 많은 기법들이 연구되었다. 하지만 이들 연구들은 결함 위치로 추정한 탐색 영역의 범위가 넓어 결과의 효과가 떨어지는 단점이 있다. 그래서 결함 위치 추정의 정확도를 높이고 결함 위치 파악의 효과를 높이기 위해 본 논문은 프로그램 소스 코드 문장에 대한 시험 케이스의 커버리지 정보, 시험의 PAss/Fail 여부, Define-Use의 관계에 있는 문장 정보를 활용하여 각 문장의 결함 의심도를 산출하는 방법을 제안한다. 제안 방법을 실험을 통하여 확인한 결과, 낮은 지역화 비용으로 결함 위치 추정을 할 수 있었다.

Keywords

Acknowledgement

Supported by : 한국연구재단