| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-14页 |
| 1.2.1 复杂网络的研究现状 | 第11-13页 |
| 1.2.2 软件错误定位的研究现状 | 第13-14页 |
| 1.3 研究内容及主要工作 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第2章 相关技术及研究 | 第16-27页 |
| 2.1 软件错误定位技术 | 第16-17页 |
| 2.1.1 基于程序切片的技术 | 第16-17页 |
| 2.1.2 基于统计的动态程序频谱技术 | 第17页 |
| 2.2 图挖掘技术 | 第17-22页 |
| 2.2.1 频繁子图挖掘 | 第18-20页 |
| 2.2.2 有区别力的特征子图挖掘 | 第20-21页 |
| 2.2.3 图搜索技术 | 第21-22页 |
| 2.3 复杂网络重要节点的度量方法 | 第22-26页 |
| 2.3.1 基于 PageRank 链接技术方法 | 第23-24页 |
| 2.3.2 基于节点中心性方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于图挖掘技术的软件错误定位方法 | 第27-45页 |
| 3.1 软件动态执行图模型的建立 | 第27-30页 |
| 3.1.1 软件动态执行序列的获取 | 第28-29页 |
| 3.1.2 构建动态执行结果图集合 | 第29-30页 |
| 3.2 挖掘用于对比分析的图模型 | 第30-35页 |
| 3.2.1 获取错误图模型 | 第31页 |
| 3.2.2 挖掘正确图模型 | 第31-35页 |
| 3.3 挖掘特征子图的节点集合 | 第35-37页 |
| 3.3.1 挖掘特征子图 | 第35-36页 |
| 3.3.2 挖掘特征节点集合 | 第36-37页 |
| 3.4 图节点可疑度的计算 | 第37-44页 |
| 3.4.1 基于统计频繁性的可疑度指标 | 第38-40页 |
| 3.4.2 基于图节点权值的可疑度指标 | 第40-43页 |
| 3.4.3 软件错误模块可疑度的计算 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 软件动态执行网络节点重要性度量方法 | 第45-54页 |
| 4.1 基于 PageRank 的关键节点度量策略 | 第45-49页 |
| 4.1.1 节点权值度量 | 第45-47页 |
| 4.1.2 节点重要性度量定义 | 第47-48页 |
| 4.1.3 节点重要性计算方法 | 第48-49页 |
| 4.2 基于中间中心性的关键节点度量策略 | 第49-51页 |
| 4.2.1 节点重要性度量定义 | 第49-50页 |
| 4.2.2 节点重要性计算方法 | 第50-51页 |
| 4.3 节点重要性排序方法 | 第51-53页 |
| 4.3.1 熵权法计算策略 | 第51-52页 |
| 4.3.2 基于熵权法的加权排序方法 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 实验验证与分析 | 第54-66页 |
| 5.1 实验环境 | 第54-56页 |
| 5.1.1 实验环境 | 第54页 |
| 5.1.2 实验软件工具介绍 | 第54-56页 |
| 5.2 实验评价指标 | 第56-57页 |
| 5.3 仿真环境设置 | 第57-58页 |
| 5.4 实验结果及分析 | 第58-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |