基于动态行为多维模型的软件缺陷关联挖掘及分析方法研究

Software defect is the source of software failure and the important factor that affects software reliability. Its concealment, inheritance and propagation make the defect mining become the bottleneck of software quality. This project intends to construct the complex network model and sequence model of software dynamic behavior, research the defect correlation and key parts of software based on software architecture to trace the source of defects and its impact scope, and validate the proposed methods. The content goes as follows: by the invocation and dependency relationships between software entities, to design the collecting and storage methods of dynamic execution path data and map the software dynamic behavior data into association and sequential models, which solves the systematic presentation problem of software structure. To research the relationship between software entity association and defect transmission mechanism, from the aspects of defect generation and propagation, to define the defect vulnerability, transmissibility and risk characteristics and discover the defect orientation module, which supports the software defect prevention and positioning. To research defect classification of program code and the design approach of mutation operator for defect injection, locate the source of remote failure module, predict the failure module being infected, analyze the failure data scale of modules with different defect tendency degree, and validate the defect association mining and analysis.

软件缺陷是软件失效的源头和影响软件可靠性的重要因素，其隐蔽性、继承性和传播性使缺陷的挖掘成为制约软件质量的瓶颈问题。本项目拟构建软件动态行为复杂网络和序列模型，基于软件体系结构研究软件缺陷关联关系及关键部位，追溯缺陷产生的源头及其波及范围，并对提出方法进行验证。开展研究内容如下：根据软件实体之间的调用关系和依赖关系，设计动态执行轨迹数据的收集及存储方法，建立软件动态行为关联和时序映射模型，解决软件结构的系统化呈现问题；研究软件实体关联与缺陷传播机理的关系，从缺陷产生和传播两个角度定义实体面向缺陷的脆弱性、传播性和风险性特征并发现缺陷倾向性模块，支持软件缺陷预防和定位；研究程序代码的缺陷分类和缺陷注入的变异算子设计方法，定位远距离失效模块的源头、预测将被感染的失效模块、分析不同缺陷倾向程度模块缺陷注入的失效数据规模，实现缺陷关联挖掘和分析的有效性验证。

软件的愈发庞大和复杂，不可避免地存在缺陷或故障，迫切需要研究和发展软件缺陷定位技术来促进软件故障调试和修复。本项目通过研究软件动态行为特性挖掘和分析缺陷关联关系及关键部位，追溯缺陷产生的源头及其波及范围，对提高软件质量具有理论价值和现实意义。取得如下创新成果：首先，根据软件实体之间的调用关系和依赖关系，设计动态执行轨迹数据的收集及存储方法，建立软件动态行为关联映射模型，研究软件实体关联与缺陷传播机理的关系，从缺陷产生和传播的角度在软件多个演化版本中挖掘软件结构重要节点和关键路径模式，提出有向复杂网络结构熵的软件动态执行关键节点挖掘算法、基于故障积累和传播的软件网络关键节点挖掘方法、基于概率波及效应的动态网络关键节点挖掘、基于候选模式树的软件路径模式挖掘算法等；其次，完善软件行为模型的控制流信息，识别函数之间的选择调用、循环调用和递归调用控制关系，基于动态控制行为挖掘软件函数关联性，结合基于频谱的可疑性评估来研究软件动态故障定位方法，提出基于动态控制行为挖掘的软件函数关联性分析算法、基于PageRank的软件故障定位方法等；最后，研究面向程序代码的缺陷分类方法，对类不平衡且带有缺失值的软件缺陷数据集进行分析，并基于计算机漏洞与软件缺陷的包含关系，将软件缺陷分析方法与计算机漏洞分类预测与入侵检测相结合，以更全面认识和发现软件缺陷，提出基于遗传算法和随机森林的软件缺陷预测方法、基于CNN和GRU神经网络的漏洞分类方法、基于混合机器学习的网络入侵行为检测方法等。项目预期成果为“发表高水平学术论文5~10篇，其中SCI期刊论文不少于3篇，培养2名博士生及2名硕士生”，根据项目实际执行情况，在国内外学术期刊和会议上共发表论文18篇，其中SCI期刊论文14篇，EI会议论文1篇，中文核心期刊论文3篇，申请发明专利5项，授权3项，培养了1名博士后，3名博士生及5名硕士生。