基于故障森林的组合测试故障定位研究

组合测试作为一种对参数组合空间抽样的系统方法,适用于待测系统中存在由特定参数组合所引发的软件失效.依据组合测试结果,定位出最小失效诱因模式(minimal failure-causing schema,MFS)有助于程序员进行故障源检测与修复.然而,组合测试可能存在mask effect,使得测试用例中即使包含MFS也未必一定触发软件失效.因此,在存在mask effect的系统中精确定位最小失效诱因模式尤为困难.为此提出了一种基于故障森林的组合测试故障定位方法.给定一个t-路组合测试集(t≥2)及其附加测试集,该方法首先学习由多个深度为t的基本故障分类树所组成的故障森林,然后从故障森林中提取基本故障组合模式,最后将可疑MFS进行排序,并提交给程序员进行进一步诊断.仿真实验结果表明,该方法能有效定位系统中存在的组合故障模式.特别地,对于存在mask effect的待测系统,故障定位结果健壮.