南京大学计算机软件新技术国家重点实验室

摘 要：
故障定位与软件测试密切相关，能够补充故障根因信息，是软件故障修复的关键步骤。在组合测试这样一种黑盒测试方法中，故障定位关注一条测试用例中引发故障的关键参数值组合，也被称为最小故障模式。然而，规模较大的系统输入和复杂的故障形式使得已有的最小故障模式定位算法的定位能力减弱甚至失效。本次报告将结合我们近年来的研究成果，基于故障模式之间的关系以及最小故障模式和组合测试之间的关系，系统地介绍了最小故障模式的定位方法和相关技术。在深入分析大规模输入和复杂故障形式给故障定位研究带来的挑战之上，我们提出一个更加高效的组合测试与故障定位的耦合框架，并着重优化了最小故障模式定位算法，使得其能够有效约减输入搜索空间并解决多故障之间存在的掩盖问题。
报告人简介：
钮鑫涛，博士，南京大学计算机科学与技术系助理研究员。2019年9月在南京大学获得博士学位。主要研究兴趣包括软件测试，故障定位。在IEEE Transactions on Software Engineering (TSE)，Information and Software Technology (IST), 计算机学报等期刊中发表多篇文章。