首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于机器学习和程序分析相结合的程序调试技术研究

摘要第1-9页
ABSTRACT第9-19页
第一章 绪论第19-35页
   ·研究背景及意义第19-21页
   ·研究现状与分析第21-28页
     ·人工调试第21-23页
     ·基于程序分析的调试方法第23-25页
     ·基于机器学习技术的调试方法第25-27页
     ·现存问题第27-28页
   ·研究的问题、内容和方法第28-30页
   ·论文主要工作和研究成果第30-34页
     ·论文主要工作第30-33页
     ·主要创新点和研究成果第33-34页
   ·论文结构第34-35页
第二章 程序分析和机器学习背景知识第35-57页
   ·程序分析的相关背景知识第35-45页
     ·程序分析的基本概念第35-40页
     ·静态程序分析第40-44页
     ·动态程序分析和动态切片第44-45页
   ·机器学习的相关背景知识第45-56页
     ·机器学习的基本概念第45-48页
     ·常用机器学习技术简介第48-54页
     ·评估方法第54-56页
   ·本章小结第56-57页
第三章 控制流图的精化和扩展第57-94页
   ·不可达路径检测第57-70页
     ·引言第57-60页
     ·不可达路径探测实例第60-62页
     ·基于数据挖掘的不可达路径探测方法第62-66页
     ·实验评估和讨论第66-69页
     ·现存不足和改进方案第69-70页
   ·虚函数调用的频率估计第70-92页
     ·引言第70-73页
     ·虚函数调用实例第73-75页
     ·基于证据的虚函数调用目标频率预测方法Festival第75-82页
     ·实验评估和讨论第82-92页
   ·潜在的应用场景第92-93页
   ·本章小结第93-94页
第四章 基于日志分析的缺陷定位方法第94-110页
   ·引言第94-96页
     ·研究背景第94页
     ·现存问题第94-95页
     ·主要工作第95页
     ·本章结构第95-96页
   ·应用场景和前提假设第96-97页
   ·日志切片第97-100页
   ·日志精化第100-103页
   ·使用在线分析提高切片效率第103-105页
   ·实验评估第105-108页
     ·AutoLog初步实验第105-106页
     ·MoonBox初步实验第106-108页
   ·局限性和扩展方向第108-109页
   ·本章小结第109-110页
第五章 用于调试的自动断点生成技术第110-126页
   ·引言第110-112页
     ·研究背景第110页
     ·现存问题第110-111页
     ·主要工作第111-112页
     ·本章结构第112页
   ·最近邻执行轨迹搜索和程序内存图第112-114页
   ·选取断点位置第114-115页
   ·生成断点条件第115-118页
   ·工具的设计和实现第118-120页
   ·实验评估第120-125页
     ·用户调查设计第120-121页
     ·评估结果和讨论第121-125页
   ·本章小节第125-126页
第六章 可辅助缺陷修复的自动参数推荐第126-150页
   ·引言第126-129页
     ·研究背景第126-127页
     ·现存问题第127-129页
     ·主要工作第129页
     ·本章结构第129页
   ·API参数使用调研第129-131页
   ·自动参数推荐方法第131-139页
     ·范围控制规则第132-133页
     ·构建参数使用实例数据库第133-137页
     ·生成候选参数第137-139页
   ·实验评估第139-149页
     ·客观实验第140-147页
     ·用户调研第147-149页
   ·本章小结第149-150页
第七章 全文总结第150-155页
   ·论文主要工作第150-152页
   ·下一步工作展望第152-155页
参考文献第155-164页
攻读博士学位期间已发表或录用的论文第164-165页
致谢第165-166页

论文共166页,点击 下载论文
上一篇:普适环境下轻量级垂直搜索中数据挖掘理论研究
下一篇:面向主题的多文档自动文摘关键技术研究