[发明专利]一种基于机器学习算法的软件故障定位系统

说明书

本发明公开了一种基于机器学习算法的软件故障定位系统，涉及软件故障定位系统技术领域，解决了现有技术中不能够有效分析软件程序中的指令语句，从而降低了软件程序故障定位准确性的技术问题；本发明是通过语句检测单元接收到语句检测信号后，对软件程序的语句进行检测，通过不同色彩的标注以及对色彩的分析，判断软件程序中的语句是否存在故障，若语句存在故障则可以准确判定软件程序中故障的指令的位置，提高了软件故障定位的工作效率，同时也减少了故障搜寻的时间，减少了故障对软件程序的影响。

技术领域

本发明涉及软件故障定位系统技术领域，具体为一种基于机器学习算法的软件故障定位系统。

背景技术

程序分析技术已被广泛应用于解决软件工程领域的很多问题。如静态分析从程序代码中抽取信息，帮助用户分析和理解软件，发现程序缺陷等；动态分析分析程序的一次运行状况，从而判断测试的充分程度，对测试用例进行评价，或对测试用例生成提供支持等；一般而言，程序行为是对软件执行的一种描述。通常基于一次程序执行的分析并不充分，无法解决很多复杂问题，因此，有必要针对程序的多次执行行为，利用统计、数据挖掘或机器学刁的方法对程序行为进行分析。

但是在现有技术中，不能够有效分析软件程序中的指令语句，从而降低了软件程序故障定位的准确性。

发明内容

本发明的目的就在于提出一种基于机器学习算法的软件故障定位系统，通过语句检测单元接收到语句检测信号后，对软件程序的语句进行检测，通过不同色彩的标注以及对色彩的分析，判断软件程序中的语句是否存在故障，若语句存在故障则可以准确判定软件程序中故障的指令的位置，提高了软件故障定位的工作效率，同时也减少了故障搜寻的时间，减少了故障对软件程序的影响。

本发明的目的可以通过以下技术方案实现：

一种基于机器学习算法的软件故障定位系统，包括故障定位平台、数据采集单元、语句检测单元、分支检测单元、预测分析单元、注册登录单元以及数据库；

所述注册登录单元用于管理人员和检测人员通过手机终端提交管理人员信息和检测人员信息进行注册，并将注册成功的管理人员信息和检测人员信息发送至数据库进行储存，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码，检测人员信息包括检测人员的姓名、年龄、入职时间以及本人实名认证的手机号码；

所述数据采集单元用于对软件程序进行数据采集，获取到软件程序并将软件程序的实体划分为语句和分支，获取到软件程序的运行种类，软件程序的运行种类包括软件程序成功运行和失败运行，随后将软件程序的实体和运行种类发送至故障定位平台，将软件程序标记为i，i＝1，2，…，n，n为正整数；

所述故障定位平台接收到软件程序的实体后，对实体中语句和分支进行检测，随后生成语句检测信号和分支检测信号并将语句检测信号和分支检测信号对应发送至语句检测单元和分支检测单元；

所述语句检测单元接收到语句检测信号后，对软件程序的语句进行检测；

所述分支检测单元接收到分支检测信号后，对软件程序的分支数据进行分析，软件数据的分支数据包括节点数据和长度数据，节点数据为软件程序路径中的指令汇聚的节点数量，长度数据为软件程序路径中指令在节点分散后的指令数量；

所述预测分析单元对软件程序进行故障预测。

进一步地，语句检测单元的具体检测过程如下：

步骤S1：实时获取到软件程序中的语句，并将软件程序中的语句标记为o，o＝1，2，…，m，m为正整数，随后获取到软件程序历史路径，软件程序历史路径包括历史失败路径和历史成功路径，历史失败路径表示为软件程序中历史失败的执行指令，历史成功路径表示为软件程序中历史成功的执行指令；