[发明专利]一种基于区块链溯源与信息检索的软件缺陷定位方法

权利要求书

1.一种基于区块链溯源与信息检索的软件缺陷定位方法，其特征在于，所述方法包括以下步骤：

S1：获取历史缺陷报告和历史缺陷报告对应的被修改过的源代码文件，保存在区块链系统的区块上；

S2：向区块链系统提交当前新缺陷报告；

S3：对当前新缺陷报告进行预处理；

S4：基于预处理后的当前新缺陷报告的描述信息构建查询语句，利用查询语句对区块进行搜索；

S5：判断区块链系统上是否存在未搜索过的区块；如果存在未搜索过的区块，转入步骤S6；如果不存在未搜索过的区块，转入步骤S7；

S6：利用查询语句在区块链系统中溯源式回选n个区块进行检索；

S7：利用查询语句在对所有源代码文件进行检索；

S8：计算检索过程中查询语句与历史缺陷报告的第一相关度分数、查询语句与历史缺陷报告对应的被修改的源代码文件的第二相关度分数，整合第一相关度分数和第二相关度分数，获得最终相关度分数；预先设置最终相关度分数的阈值，对大于预设阈值的最终相关度分数从大到小进行排序；

计算最终相关度分数的具体步骤为：

S8.1：利用TF-IDF算法计算查询语句中的词语在当前新缺陷报告中的权重weight(t，q)、查询语句中的词语在历史缺陷报告中的权重weight(t，r)和查询语句中的词语在对应的被修改的源代码文件中的权重weight(t，d)，具体方法为：

weight(t，q)＝tf(t，q)×idf(t，Q)

weight(t，r)＝tf(t，r)×idf(t，R)

weight(t，d)＝tf(t，d)×idf(t，D)

其中，tf(t，q)为词语t在当前新缺陷报告q中出现的频率；idf(t，Q)为逆文本频率，等于tf(t，q)的导数的对数值；tf(t，r)为词语t在历史缺陷报告r中出现的频率；idf(t，R)为逆文本频率，等于tf(t，r)的导数的对数值；tf(t，d)为词语t在源代码文件d中出现的频率；idf(t，D)为逆文本频率，等于rf(t，d)的导数的对数值；

S8.2：基于weight(t，q)和weight(t，r)，计算当前新缺陷报告和历史故障报告的第一余弦相似度cos(q，r)；基于weight(t，q)和weight(t，d)，计算当前新缺陷报告和对应的被修改的源代码文件的第二余弦相似度cos(q，d)，具体方法为：

其中weight²(t，q)表示weight(t，q)的平方值，weight²(t，r)表示weight(t，r)的平方值， weight²(t，d)表示weight(t，d)的平方值；

S8.3：基于第一余弦相似度cos(q，r)计算第一相关度分值Score(q，r)；基于第二余弦相似度cos(q，d)计算第二相关度分值Score(q，d)；

S8.4：基于第一相关度分值Score(q，r)和第二相关度分值Score(q，d)计算最终相关度分值S；

S9：按照最终相关度分数的排序结果逐个检查对应的被修改的源代码文件，进行缺陷定位；

S10：判断缺陷定位是否成功；如果缺陷定位不成功，构建新查询语句，重复步骤S5-S9，直到缺陷定位成功；如果缺陷定位成功，将当前新缺陷报告和相应被修改的源代码文件打包保存进新区块，上链区块链系统，完成此次缺陷定位。

2.根据权利要求1所述的基于区块链溯源与信息检索的软件缺陷定位方法，其特征在于，所述S1中，保存历史缺陷报告和对应的被修改的源代码文件时，分别将每个历史缺陷报告和对应的被修改的源代码文件打包保存在区块链系统的一个区块上。

3.根据权利要求2所述的基于区块链溯源与信息检索的软件缺陷定位方法，其特征在于，所述S3中，预处理具体包括：对当前新缺陷报告进行文本标准化、停用词移除和词根还原。

4.根据权利要求3所述的基于区块链溯源与信息检索的软件缺陷定位方法，其特征在于，所述S4中，构建查询语句前，利用修订的向量空间模型，将预处理后的当前新缺陷报告的描述信息表示为向量；预处理后的当前新缺陷报告的描述信息包括堆栈跟踪信息、报告者信息和API库的描述。