Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Ferreira, Willian de Jesus lattes
Orientador(a): Leitão Júnior, Plinio de Sá lattes
Banca de defesa: Leitão Júnior, Plinio de Sá, Bulcão Neto, Renato De Freitas, Chaim, Marcos Lordello
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Goiás
Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação (INF)
Departamento: Instituto de Informática - INF (RG)
País: Brasil
Palavras-chave em Português:
Localização de defeitos
SBSE
Depuração de software
Programação genética
Palavras-chave em Inglês:
Fault Localization
Software debug
Genetic programing
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/12436
Resumo: Context. Software is subject to the presence of faults, which impacts its quality as well as production and maintenance costs. Evolutionary fault localization has used data from the test activity (test spectra) as a source of information about defects, and its automation aims to obtain better accuracy and lower software repair cost. Motivation. Our analysis identified that test spectra commonly used in the research field have a high ratio of sample repetition, which impairs the training and evolution of models (heuristics). Problem. We investigate whether the uniqueness of suspiciousness scores can boost the ability to find software faults, aiming to deal with samples repetition, that is, if an exploration based on how distinguishable program elements are about being defective can generate competitive models. Methodology. The investigation formalized hypotheses, introduced three training strategies to guide the proposal and carried out an experimental evaluation, aiming to reach conclusions regarding the assessment of research questions and hypotheses. Analysis. The results have shown the competitiveness of all the proposed training strategies through evaluation metrics commonly used in the research field. Conclusion. Statistical analyses confirmed that the uniqueness of suspiciousness scores guides the generation of superior heuristics for fault localization.
id UFG-2_ad36f1fa6adcdc770d02137baa932792
oai_identifier_str oai:repositorio.bc.ufg.br:tede/12436
network_acronym_str UFG-2
network_name_str Repositório Institucional da UFG
repository_id_str
spelling Leitão Júnior, Plinio de Sáhttp://lattes.cnpq.br/4480334653242457Leitão Júnior, Plinio de SáBulcão Neto, Renato De FreitasChaim, Marcos Lordellohttp://lattes.cnpq.br/4501359586437611Ferreira, Willian de Jesus2022-11-10T16:25:08Z2022-11-10T16:25:08Z2022-10-13FERREIRA, Willian de Jesus. Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita. 2022. 79 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2022.http://repositorio.bc.ufg.br/tede/handle/tede/12436Context. Software is subject to the presence of faults, which impacts its quality as well as production and maintenance costs. Evolutionary fault localization has used data from the test activity (test spectra) as a source of information about defects, and its automation aims to obtain better accuracy and lower software repair cost. Motivation. Our analysis identified that test spectra commonly used in the research field have a high ratio of sample repetition, which impairs the training and evolution of models (heuristics). Problem. We investigate whether the uniqueness of suspiciousness scores can boost the ability to find software faults, aiming to deal with samples repetition, that is, if an exploration based on how distinguishable program elements are about being defective can generate competitive models. Methodology. The investigation formalized hypotheses, introduced three training strategies to guide the proposal and carried out an experimental evaluation, aiming to reach conclusions regarding the assessment of research questions and hypotheses. Analysis. The results have shown the competitiveness of all the proposed training strategies through evaluation metrics commonly used in the research field. Conclusion. Statistical analyses confirmed that the uniqueness of suspiciousness scores guides the generation of superior heuristics for fault localization.Contexto. O software está sujeito à presença de defeitos que impactam na sua qualidade, bem como nos custos de sua produção e manutenção. A localização de defeitos evolutiva utiliza os dados da atividade de teste (espectro de teste) como fonte de informação sobre defeitos, de maneira que sua automação visa obter melhor precisão e reduzir os custos inerentes à atividade de reparo do software. Motivação. Identificou-se que os dados presentes nos espectros de teste usualmente utilizados no campo de pesquisa apresentam uma alta razão de repetição da amostra, o que prejudica o treinamento e a evolução de modelos (heurísticas). Problema. Em face dessa problemática, investigou-se a possibilidade da singularidade das pontuações de suspeita aumentar a capacidade de encontrar falhas de software (defeitos). Assim, visando lidar com a repetição de amostras, buscou-se conhecer se uma exploração baseada em elementos de programa distinguíveis entre si (defeituosos ou não) pode gerar modelos competitivos. Metodologia. A partir desses objetivos, a investigação formalizou duas hipóteses, introduziu três estratégias de capacitação para orientar a proposta e realizou uma avaliação experimental. Análise. Por meio de métricas de avaliação comumente usadas no campo de pesquisa, levantou-se a competitividade de todas as estratégias de treinamento. Conclusão. Como principal resultado comparativo, análises estatísticas confirmaram que a singularidade das pontuações de suspeita orienta a geração de heurísticas superiores para a localização de falhas.Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2022-11-09T19:32:38Z No. of bitstreams: 2 Dissertação - Willian de Jesus Ferreira - 2022.pdf: 1061902 bytes, checksum: 96f28e4c4357dbd60a65226953d880ad (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)Approved for entry into archive by Cláudia Bueno (claudiamoura18@gmail.com) on 2022-11-10T16:25:08Z (GMT) No. of bitstreams: 2 Dissertação - Willian de Jesus Ferreira - 2022.pdf: 1061902 bytes, checksum: 96f28e4c4357dbd60a65226953d880ad (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)Made available in DSpace on 2022-11-10T16:25:08Z (GMT). No. of bitstreams: 2 Dissertação - Willian de Jesus Ferreira - 2022.pdf: 1061902 bytes, checksum: 96f28e4c4357dbd60a65226953d880ad (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2022-10-13OutroporUniversidade Federal de GoiásPrograma de Pós-graduação em Ciência da Computação (INF)UFGBrasilInstituto de Informática - INF (RG)Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessLocalização de defeitosSBSEDepuração de softwareProgramação genéticaFault LocalizationSoftware debugGenetic programingCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOLocalização evolucionária de defeitos em software baseada na singularidade de escores de suspeitaEvolutionary software fault-localization based on uniqueness of suspiciousness scoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis20500500500500261845reponame:Repositório Institucional da UFGinstname:Universidade Federal de Goiás (UFG)instacron:UFGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.bc.ufg.br/tede/bitstreams/630520d0-500d-4040-be5a-66cc46e2bb64/download8a4605be74aa9ea9d79846c1fba20a33MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805http://repositorio.bc.ufg.br/tede/bitstreams/4ab86fe8-18a5-447f-8509-90a4e99f7f86/download4460e5956bc1d1639be9ae6146a50347MD52ORIGINALDissertação - Willian de Jesus Ferreira - 2022.pdfDissertação - Willian de Jesus Ferreira - 2022.pdfapplication/pdf1061902http://repositorio.bc.ufg.br/tede/bitstreams/f4855276-db6d-43b3-9570-22c879eb8240/download96f28e4c4357dbd60a65226953d880adMD53tede/124362022-11-10 13:25:08.902http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalopen.accessoai:repositorio.bc.ufg.br:tede/12436http://repositorio.bc.ufg.br/tedeRepositório InstitucionalPUBhttp://repositorio.bc.ufg.br/oai/requesttasesdissertacoes.bc@ufg.bropendoar:2022-11-10T16:25:08Repositório Institucional da UFG - Universidade Federal de Goiás (UFG)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
dc.title.pt_BR.fl_str_mv Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
dc.title.alternative.eng.fl_str_mv Evolutionary software fault-localization based on uniqueness of suspiciousness scores
title Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
spellingShingle Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
Ferreira, Willian de Jesus
Localização de defeitos
SBSE
Depuração de software
Programação genética
Fault Localization
Software debug
Genetic programing
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
title_full Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
title_fullStr Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
title_full_unstemmed Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
title_sort Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita
author Ferreira, Willian de Jesus
author_facet Ferreira, Willian de Jesus
author_role author
dc.contributor.advisor1.fl_str_mv Leitão Júnior, Plinio de Sá
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4480334653242457
dc.contributor.referee1.fl_str_mv Leitão Júnior, Plinio de Sá
dc.contributor.referee2.fl_str_mv Bulcão Neto, Renato De Freitas
dc.contributor.referee3.fl_str_mv Chaim, Marcos Lordello
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/4501359586437611
dc.contributor.author.fl_str_mv Ferreira, Willian de Jesus
contributor_str_mv Leitão Júnior, Plinio de Sá
Leitão Júnior, Plinio de Sá
Bulcão Neto, Renato De Freitas
Chaim, Marcos Lordello
dc.subject.por.fl_str_mv Localização de defeitos
SBSE
Depuração de software
Programação genética
topic Localização de defeitos
SBSE
Depuração de software
Programação genética
Fault Localization
Software debug
Genetic programing
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.eng.fl_str_mv Fault Localization
Software debug
Genetic programing
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Context. Software is subject to the presence of faults, which impacts its quality as well as production and maintenance costs. Evolutionary fault localization has used data from the test activity (test spectra) as a source of information about defects, and its automation aims to obtain better accuracy and lower software repair cost. Motivation. Our analysis identified that test spectra commonly used in the research field have a high ratio of sample repetition, which impairs the training and evolution of models (heuristics). Problem. We investigate whether the uniqueness of suspiciousness scores can boost the ability to find software faults, aiming to deal with samples repetition, that is, if an exploration based on how distinguishable program elements are about being defective can generate competitive models. Methodology. The investigation formalized hypotheses, introduced three training strategies to guide the proposal and carried out an experimental evaluation, aiming to reach conclusions regarding the assessment of research questions and hypotheses. Analysis. The results have shown the competitiveness of all the proposed training strategies through evaluation metrics commonly used in the research field. Conclusion. Statistical analyses confirmed that the uniqueness of suspiciousness scores guides the generation of superior heuristics for fault localization.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-11-10T16:25:08Z
dc.date.available.fl_str_mv 2022-11-10T16:25:08Z
dc.date.issued.fl_str_mv 2022-10-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FERREIRA, Willian de Jesus. Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita. 2022. 79 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2022.
dc.identifier.uri.fl_str_mv http://repositorio.bc.ufg.br/tede/handle/tede/12436
identifier_str_mv FERREIRA, Willian de Jesus. Localização evolucionária de defeitos em software baseada na singularidade de escores de suspeita. 2022. 79 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2022.
url http://repositorio.bc.ufg.br/tede/handle/tede/12436
dc.language.iso.fl_str_mv por
language por
dc.relation.program.fl_str_mv 20
dc.relation.confidence.fl_str_mv 500
500
500
500
dc.relation.department.fl_str_mv 26
dc.relation.cnpq.fl_str_mv 184
dc.relation.sponsorship.fl_str_mv 5
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Goiás
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Ciência da Computação (INF)
dc.publisher.initials.fl_str_mv UFG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Informática - INF (RG)
publisher.none.fl_str_mv Universidade Federal de Goiás
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFG
instname:Universidade Federal de Goiás (UFG)
instacron:UFG
instname_str Universidade Federal de Goiás (UFG)
instacron_str UFG
institution UFG
reponame_str Repositório Institucional da UFG
collection Repositório Institucional da UFG
bitstream.url.fl_str_mv http://repositorio.bc.ufg.br/tede/bitstreams/630520d0-500d-4040-be5a-66cc46e2bb64/download
http://repositorio.bc.ufg.br/tede/bitstreams/4ab86fe8-18a5-447f-8509-90a4e99f7f86/download
http://repositorio.bc.ufg.br/tede/bitstreams/f4855276-db6d-43b3-9570-22c879eb8240/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
4460e5956bc1d1639be9ae6146a50347
96f28e4c4357dbd60a65226953d880ad
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFG - Universidade Federal de Goiás (UFG)
repository.mail.fl_str_mv tasesdissertacoes.bc@ufg.br
_version_ 1798044986838614016

Registros relacionados