맞춤기술찾기

이전대상기술

코드 및 변화 메트릭들을 이용한 결함 위치 추정 방법 및 장치

  • 기술번호 : KST2019021392
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 코드 및 변화 메트릭들을 이용한 결함 위치 추정 방법 및 장치가 개시된다. 일 실시예에 따르면, 소프트웨어 내 결함 위치 추정(fault localization)을 위한 학습 장치는 소스 코드에 관한 테스트 케이스로 상기 소스 코드를 실행하여 상기 소스 코드에 관한 스펙트럼 데이터를 생성하는 스펙트럼 데이터 처리부, 상기 소스 코드 및 상기 소스 코드에 관한 버전 히스토리에 기초하여 상기 소스 코드에 관한 소스 코드 메트릭을 생성하는 소스 코드 메트릭 처리부, 및 상기 스펙트럼 데이터, 상기 소스 코드 메트릭 및 상기 소스 코드에 관한 알려진 결함에 기초하여 학습 데이터를 생성하고, 상기 학습 데이터에 기초하여 결함을 포함할 가능성이 높은 순서로 상기 소스 코드의 프로그램 요소들에 순위를 매기도록 랭킹 모델(ranking model)을 학습시키는 학습 처리부를 포함한다.
Int. CL G06F 11/36 (2006.01.01) G06N 99/00 (2019.01.01)
CPC G06F 11/3672(2013.01) G06F 11/3672(2013.01)
출원번호/일자 1020180052010 (2018.05.04)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2019-0127411 (2019.11.13) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.05.04)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 유신 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.05.04 수리 (Accepted) 1-1-2018-0445441-16
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
3 선행기술조사의뢰서
Request for Prior Art Search
2019.07.12 수리 (Accepted) 9-1-9999-9999999-89
4 의견제출통지서
Notification of reason for refusal
2019.10.08 발송처리완료 (Completion of Transmission) 9-5-2019-0729691-77
5 선행기술조사보고서
Report of Prior Art Search
2019.10.08 발송처리완료 (Completion of Transmission) 9-6-2019-0108575-14
6 거절결정서
Decision to Refuse a Patent
2019.12.16 발송처리완료 (Completion of Transmission) 9-5-2019-0909891-79
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소프트웨어 내 결함 위치 추정(fault localization)을 위한 학습 장치에 있어서,소스 코드에 관한 테스트 케이스로 상기 소스 코드를 실행하여 상기 소스 코드에 관한 스펙트럼 데이터를 생성하는 스펙트럼 데이터 처리부;상기 소스 코드 및 상기 소스 코드에 관한 버전 히스토리에 기초하여 상기 소스 코드에 관한 소스 코드 메트릭을 생성하는 소스 코드 메트릭 처리부; 및상기 스펙트럼 데이터, 상기 소스 코드 메트릭 및 상기 소스 코드에 관한 알려진 결함에 기초하여 학습 데이터를 생성하고, 상기 학습 데이터에 기초하여 결함을 포함할 가능성이 높은 순서로 상기 소스 코드의 프로그램 요소들에 순위를 매기도록 랭킹 모델(ranking model)을 학습시키는 학습 처리부를 포함하는 학습 장치
2 2
제1항에 있어서,상기 스펙트럼 데이터로부터 계산된 결함 의심도 데이터는상기 소스 코드에서 상기 테스트 케이스가 지나간 테스트 커버리지 및 상기 테스트 케이스의 성공/실패 여부에 기초하여 결정된 변수들을 포함하는,학습 장치
3 3
제2항에 있어서,상기 스펙트럼 데이터 처리부는상기 변수들을 미리 정해진 SBFL(Spectrum Based Fault Localization) 수식들에 대입하여 의심도 점수(suspiciousness score)를 결정하고,상기 학습 처리부는상기 의심도 점수 및 상기 소스 코드 메트릭으로부터 특징을 추출하여 상기 학습 데이터를 생성하고, 상기 학습 데이터에 대한 상기 랭킹 모델의 출력을 상기 알려진 결함에 대응하는 라벨과 비교하여 상기 랭킹 모델을 학습시키는,학습 장치
4 4
제3항에 있어서,상기 프로그램 요소들은 메소드(method) 및 스테이트먼트(statement)를 포함하고,상기 의심도 점수는 스테이트먼트 레벨의 점수들에 기초하여 메소드 레벨로 집계되는,학습 장치
5 5
제1항에 있어서,상기 소스 코드 메트릭은상기 소스 코드의 각 프로그램 요소가 데이터베이스에 얼마나 오랫동안 존재했는지를 나타내는 수명 메트릭(age metric), 상기 소스 코드의 각 프로그램 요소가 얼마나 자주 수정되었는지를 나타내는 변화도 메트릭(churn metric) 및 상기 소스 코드가 복잡 정도를 나타내는 복잡도 메트릭(complexity metric)을 포함하는,학습 장치
6 6
제5항에 있어서,상기 수명 메트릭은 기본 연령 메트릭, 콜 그래프 전파(call graph propagated, CGP) 최소 연령 메트릭, CGP 최대 연령 메트릭 및 CGP 평균 연령 메트릭을 포함하고,상기 변화도 메트릭은 기본 변화도 메트릭, CGP 최소 연령 메트릭, CGP 최대 연령 메트릭 및 CGP 평균 연령 메트릭을 포함하는,학습 장치
7 7
제1항에 있어서,상기 학습 처리부는유전 프로그래밍(Genetic Programming) 및 서포트 벡터 머신(Support Vector Machine) 중 하나를 이용하여 상기 랭킹 모델을 학습시키는,학습 장치
8 8
소프트웨어 내 결함 위치 추정(fault localization)을 위한 결함 위치 추정 장치에 있어서,소스 코드에 관한 테스트 케이스로 상기 소스 코드를 실행하여 상기 소스 코드에 관한 스펙트럼 데이터를 생성하는 스펙트럼 데이터 처리부;상기 소스 코드 및 상기 소스 코드에 관한 버전 히스토리에 기초하여 상기 소스 코드에 관한 소스 코드 메트릭을 생성하는 소스 코드 메트릭 처리부; 및상기 스펙트럼 데이터 및 상기 소스 코드 메트릭에 기초하여 결함을 포함할 가능성이 높은 순서로 상기 소스 코드의 프로그램 요소들에 순위를 매기는 랭킹 모델(ranking model)을 포함하는 결함 위치 추정 장치
9 9
제8항에 있어서,상기 스펙트럼 데이터로부터 계산된 결함 의심도 데이터는상기 소스 코드에서 상기 테스트 케이스가 지나간 테스트 커버리지 및 상기 테스트 케이스의 성공/실패 여부에 기초하여 결정된 변수들을 포함하는,결함 위치 추정 장치
10 10
제8항에 있어서,상기 소스 코드 메트릭은상기 소스 코드의 각 프로그램 요소가 데이터베이스에 얼마나 오랫동안 존재했는지를 나타내는 수명 메트릭(age metric), 상기 소스 코드의 각 프로그램 요소가 얼마나 자주 수정되었는지를 나타내는 변화도 메트릭(churn metric) 및 상기 소스 코드가 복잡 정도를 나타내는 복잡도 메트릭(complexity metric)을 포함하는,결함 위치 추정 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술원 원천기술개발사업 지능형 자동화를 통한 풀스택 SW 디버깅
2 과학기술정보통신부 한국과학기술원 이공분야기초연구사업 (EZBARO)코드 변화 양상과 사용자 관찰을 통한 결함 위치 식별 정밀도 향상(2018)