現代物聯(lián)網(wǎng)軟件開(kāi)發(fā)項目中通常包含大量文件和數百萬(wàn)行代碼。由于數量龐大，查找和糾正錯誤（即調試）非常困難。

在許多軟件開(kāi)發(fā)外包公司中，開(kāi)發(fā)人員仍然手動(dòng)查找錯誤，這占用了他們大量工作時(shí)間。研究表明，這占總開(kāi)發(fā)時(shí)間的 30% 到 90%。

格拉茨工業(yè)大學(xué) (TU Graz) 軟件技術(shù)研究所的 Birgit Hofer 和 Thomas Hirsch 開(kāi)發(fā)了一種基于現有自然語(yǔ)言處理方法和指標的解決方案，可以大大加快查找錯誤代碼并進(jìn)行調試的過(guò)程。

故障定位耗費最多時(shí)間

“作為第一步，我們針對開(kāi)發(fā)人員進(jìn)行了調查，以找出調試過(guò)程中最浪費時(shí)間的事情。結果發(fā)現，實(shí)際修復錯誤根本不是大問(wèn)題，但程序員主要陷入了定位錯誤，即將搜索范圍縮小到程序代碼中的正確區域，”Birgit Hofer 解釋道。

基于這一認識，研究人員著(zhù)手尋找該問(wèn)題的解決方案，該解決方案還可擴展到具有大量代碼的應用程序。

雖然存在有效的基于模型的方法，即將程序轉換為邏輯表示（稱(chēng)為模型），但這僅適用于小型程序。這是因為計算工作量會(huì )隨著(zhù)代碼的大小而呈指數級增長(cháng)。

Birgit Hofer 和 Thomas Hirsch 采用的方法用數字來(lái)表示某些軟件屬性（例如代碼的可讀性或復雜性），并且還可以用于大量代碼，因為計算工作量?jì)H呈線(xiàn)性增加。

漏洞描述與代碼對比

故障定位的起點(diǎn)是錯誤報告，測試人員或用戶(hù)填寫(xiě)一份表格，描述觀(guān)察到的故障，并輸入有關(guān)軟件版本、操作系統、故障發(fā)生前他們采取的步驟以及其他相關(guān)信息。

根據此錯誤報告，自然語(yǔ)言處理和度量相結合，對整個(gè)代碼的類(lèi)和變量、文件、方法或函數的名稱(chēng)以及對方法和函數的調用進(jìn)行分析。

該應用程序會(huì )識別與錯誤報告最相符的代碼部分。因此，開(kāi)發(fā)人員會(huì )收到一份包含 5 到 10 個(gè)文件的列表，這些文件按照它們對所觀(guān)察到的故障負責的可能性進(jìn)行排序。

開(kāi)發(fā)人員還會(huì )收到最有可能涉及的故障類(lèi)型的信息。這些數據可用于更快地定位和修復錯誤。

“軟件開(kāi)發(fā)人員的工作時(shí)間很昂貴，但他們往往把更多的寶貴時(shí)間來(lái)查找和修復錯誤，而不是開(kāi)發(fā)新功能，”Birgit Hofer 說(shuō)。

“由于已經(jīng)存在多種解決此問(wèn)題的方法，我們已研究如何將它們結合起來(lái)并加以改進(jìn)，以便為商業(yè)應用奠定基礎。我們現在已經(jīng)奠定了基礎，系統也運行正常。然而，為了將其整合到公司中，它仍然必須適應公司各自的需求?！?/p>