[صفحه اصلی ]    
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور فرهنگی::
امور پژوهشی::
کارشناسی ارشد مجازی::
کارشناسی ارشد پردیس::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس
دانشجویان روزانه و پردیس
دانشجویان مرکز آموزش الکترونیکی
..
دفاعیه‌ها

دفاعیه های دکتری


دفاعیه های کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: سمیه رحیمی ::
 | تاریخ ارسال: 1399/12/5 | 

ارائه­ دهنده:

سمیه رحیمی 

  استاد راهنما:

 دکتر سعید پارسا

هیات داوران:
 دکتر
مهرداد آشتیانی؛ دکتر سمیه عربی نرئی

زمان:
سه شنبه ۱۳۹۹/۱۲/۰۵


خانم سمیه رحیمی  دانشجوی کارشناسی ارشد دکتر سعید پارسا سه شنبه  ۰۵ اسفندماه ساعت ۱۷:۰۰ از پروژه کارشناسی ارشد خود  تحت عنوان "ارزیابی تأثیر خطاخیزی در بهبود راهکارهای مکان‌‌یابی خطای مبتنی بر طیف " دفاع خواهند نمود.

چکیده پایان نامه:

اشکال‌‌زدایی یکی از فعالیت‌‌های زمان‌‌بر در توسعه‌‌ی نرم‌‌افزار است. ازاین‌روی، روش‌‌های بسیاری برای مکان‌‌یابی خطا ارائه شده‌‌ است که هدف آن‌‌ها کاهش هزینه‌‌های توسعه می‌‌باشد. یکی از روش‌‌های مؤثر در مکان‌یابی خطا، مکان‌یابی خطای مبتنی بر طیف است. این روش مکان‌‌یابی خطا مجموعه راهکارهایی را دربرمی‌گیرد که از اطلاعات پوششی بدست ‌آمده در هنگام اجرای موردهای آزمون مختلف بر روی برنامه، برای شناسایی مکان خطا در برنامه استفاده می‌‌کنند. با وجود کارآمدی بالای راهکارهای مکان‌یابی خطای مبتنی بر طیف، دقت آن‌‌ها محدود است، زیرا نحو و معنای برنامه را در نظر نمی‌‌گیرند و تنها به اطلاعات اجرایی برنامه وابسته هستند. در این راستا، دو راهکار ترکیبی نوین به نام‌‌های FP-SBFL و BP-SBFL ارائه می‌‌شوند که با در نظر گرفتن ساختار ایستای برنامه‌ها به عنوان دانشی در کنار مدل‌سازی رفتاری آن‌ها، به مکان‌یابی خطا می‌‌پردازند. در بخش پویای این راهکارها، معیارهای رتبه‌‌بندی تارانتولا، اُچیای و Minus برای برآورد امتیازهای مظنون به خطایی جملات برنامه مورد بررسی قرار می‌گیرند. راهکار FP-SBFL، برای تحلیل خطاخیزی ایستای کلاس‌های برنامه از یک مدل پیش‌بینی خطا استفاده می‌‌کند. به منظور ساخت یک مدل‌‌ پیش‌بینی خطای کارآمد، پرکاربردترین الگوریتم‌‌های یادگیری ماشین بررسی می‌‌شوند. با توجه به نتایج ارزیابی می‌‌توان پی برد که الگوریتم جنگل تصادفی بهترین عملکرد را در مقایسه با دیگر الگوریتم‌‌های یادگیری داشته است؛ بنابراین، این الگوریتم برای ساخت مدل پیش‌‌بینی خطا در راهکار FP-SBFL به‌‌کار برده می‌‌شود. راهکار BP-SBFL برای تحلیل خطاخیزی ایستای کلاس‌های برنامه از الگوهای اشکال استفاده می‌‌کند. در این راهکار، برای تحلیل خطاخیزی ایستای هر یک از کلاس‌‌های برنامه میانگین وزنی اشکالات آن کلاس محاسبه می‌‌شود. در پایان، برای برآورد امتیازهای مظنون به خطایی جملات برنامه در هر دو راهکار FP-SBFL و BP-SBFL از ترکیب خطی تحلیل ایستا و پویای برنامه استفاده می‌‌شود. به منظور ارزیابی عملکرد راهکارهای پیشنهادی، آزمایش‌‌های گوناگونی بر روی مجموعه آزمون Defects۴J که دارای خطاهای واقعی است، انجام شده است و نتایج بدست ‌آمده، عملکرد قابل‌‌توجه راهکارهای پیشنهادی را در مقایسه با راهکارهای برجسته‌ی مکان‌یابی خطای مبتنی بر طیف آشکار می‌سازد.
واژه‌های کلیدی: مکان‌‌یابی خطا، مبتنی بر طیف، خطاخیزی، روش‌ آماری، پیش‌‌بینی خطا، الگوهای اشکال



"دفاع به‌صورت آنلاین برگزار می‌شود"
  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی
دفعات مشاهده: 352 بار   |   دفعات چاپ: 83 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
Persian site map - English site map - Created in 0.12 seconds with 53 queries by YEKTAWEB 4312