摘要
本发明公开了一种基于多流模型融合的软件缺陷定位方法及系统。该方法首先采用测试用例约简策略过滤掉覆盖率较高的通过测试用例，并利用测试用例加权策略对剩余的测试用例进行加权，以反映它们揭示缺陷的能力；然后提取频谱特征和变异特征、局部语义特征和全局结构特征，其中频谱特征和变异特征通过加权可疑度公式计算，而局部语义特征和全局结构特征则通过深度学习技术获得；最后，将这四类特征进行融合，并输入到多层感知机训练的缺陷定位预测器中，得到每条代码语句的可疑度分数，从而以可疑度分数作为缺陷语句的正相关指标筛选出疑似的缺陷语句，实现软件缺陷定位。本发明可以有效揭露代码缺陷模式，从而提升软件缺陷定位的准确性。
