测试用例执行路径是用于错误定位分析的主要数据，检测程序的主要方法是在程序的源代码中进行插桩，根据程序的执行结果来得到一个测试用例的执行路径。但是这种方法是基于语句的，在前期对源代码的处理中费时费力，效率低下。在这里提出了一种新的插桩策略，在程序运行的时候，有很多语句块只要语句块的第一条指令被执行，其后面的所有语句都会被执行，把这样的代码块称为基本块。在插桩时以基本块为单位，这样可以减少前期的准备工作，又可以提高程序的运行效率。
对于每个测试用例的结果都进行保存，用于最后的定位分析。我们把用例执行的相关信息保存到数据库中，其中数据库有三个标，分别用为：
1） 代码表（codes），用来存储程序的源代码；
2） 用例执行信息表（info），用来存储用例执行的各种信息，主要用，测试用例、执行路径、执行结果等；
3） 异常表（abnormal），存储导致程序出现异常时CUP各寄存器以及堆栈中的信息。
下面是记录模块的结构图。
图3 记录模块结构图
2.4 错误位置分析模块
错误位置分析模块的功能是根据数据库中的测试数据计算可能出错或存在漏洞的语句。因为数据库中记录了每条测试用例的执行路径和执行结果。可以利用数据库强大的数据处理能力，计算出错路径中每条语句的可疑度，其计算公式如公式（1）：
[RESULTi（s）=TFi（s）TFi（s）+TP（s）] （1）
其中，TFi（S）经过语句S出错（错误类型为i）的测试用例个数，TP（S）是正常经过语句S的测试用例数。最后得到的结果为一系列语句可疑度的列表，其中可疑度最大的，出错的可能性也最大。
3 模型实现与实验
实验模型是建立在ubuntu 13.04 操作系统上，应用的开发语言是Python 2.7.4，数据库是Mysql Server 5.5.31。在实验模型中主要用到的软件有GCov 4.7.3和GNU gdb （GDB） 7.5.91.20130417-cvs-ubuntu。GCov用于收集用例执行路径，Gdb用于查看测试软件的执行细节。实验用的目标程序是从SIR[10]（http：//sir.unl.edu）网站上下载的grep。实验中数据库表结构如下表。
表1 目标程序代码表
表2 用例执行路径表
表3 用例执行路径表
通过简单的模拟实验，验证了该方法在软件测试中代码覆盖率、漏洞定位准确性有明显的提高，并且为发现的漏洞提供了相应的信息。并且在整个软件测试过程中，需要人干预的地方很少，基本实现了从用例生成、错误检测和错误定位的自动化。
4 总结与展望
本文中提到的软件测试方法实现了软件测试中用例生成、测试与错误定位分析的自动化，提高了软件测试的效率，加快了软件开发的周期，降低了软件维护的成本。同时该方法也存在一定的局限性，不能测试出软件中存在的逻辑错误，也不能能验证软件功能的完整，只对软件中存在其他错误（非法引用、堆栈溢出、格式化字符串等）有效。
在以后的研究中，应探索新的软件错误定位的方法和技术。可以从一下几个方面展开研究：
1） 利用动态的二进制插桩。在软件测试中，有很多错误不能直接被发现，例如：函数的堆栈溢出，如果溢出只是覆盖了函数中的一些变量，没有覆盖函数的返回地址，即EIP的值。这种情况程序是不会报错的，根据程序的运行结果很难定位错误。所以利用动态二进制插桩来实时监控程序的运行状态是一个不错的研究方向。
2） 利用人工只能，实现软件错误定位与自动修复。随着计算机技术的发展，软件规模越来越大，Binkley 估计到 2025 年人们开发的代码将达到万亿行[11]。面对数量庞大的代码，数据挖掘、机器学习等人工智能技术将会在故障定位方面得到很好的应用。
参考文献：
[1] Zhang Yu-Qian，Zheng Zheng，Ji Xiao-Hui. Markov Mpdel-Based Effectiveness Predicting for Software Fault Location[J].Chinese Journal of Computer， 2013，36（2）：445-448.
[2] Yu Kai，Lin Meng-Xiang.Advances in automatic fault localization techniques.Chinese Journal of Computer，2011，34（8）：1411-1422.
[3] Sutton M，Amini A G P.Fuzzing： Brute Force Vulnerability Discovery[M]. 黄陇，于莉莉，李虎，译.北京：机械工业出版社，2009：13-20.
[4] 张宝峰，张翀斌，许源.基于模糊测试的网络协议漏洞挖掘[J].清华大学学报：自然科学版，2009，49（S2）：2113-2118.
[5] 沈亚楠，赵荣彩，王小芹，等.基于规范生成的文件模糊测试[J].计算机工程与设计，2010，31（16）：3591-3594.
[6] Harrol M J，Rothermel G，Wu R，Yi L.An empirical investigation of program spectra[C].Proceedings of the ACM SIGPLAN/SIGSOFT Workshop Program Analysis for Software Tools and Eng （PASTE' 98）. Montreal， Quebec，Canada，1998：83-90.
[7] 谭德贵，陈林，王子元，等.通过增大边际权重提高基于频谱的错误定位效率[J]. 计算机学报，2010，33（12）：2335-2338.
[8] 陈衍铃，王正.模糊测试研究进展[J].计算机应用与软件，2011，28（7）：291-293.
[9] Sutton M，Amini A G P.Fuzzing：Brute Force Vulnerability Discovery[M].黄陇，于莉莉，李虎，译.北京：机械工业出版社，2009：65-66.
[10] Do H，Elbaum S G，Rothermel G.Supporting controlled experimentation with testing techniques： an infrastructure and its potential impact[J]. Empirical Software Engineering，2005，10（4）：405-435.
[11] Binkley D.Source code analysis： a road map[C].Proceeding of Future of Software Engineering （FOST' 07），Minneapolis， USA， May 23-25，2997. Washington，DC，USA：IEEE Computer Society，2007：104-119.
[12] Sutton M， Amini A G P Fuzzing： Brute Force Vulnerability Discovery[M]. 黄陇，于莉莉，李虎，译.北京：机械工业出版社，2009：48-50.
