项目简介

CosFL 是一种受语义代码搜索（Semantic Code Search, CS）启发的新型软件缺陷定位（Fault Localization, FL）方法。

CosFL 将故障定位任务视为一个两阶段过程：首先是 查询生成（query generation），用于生成自然语言查询，以描述存在问题的软件功能；其次是 可疑代码搜索（suspicious code search），该阶段使用代码搜索技术，从整个代码仓库中直接匹配可能存在缺陷的程序元素。

相关工作已发表于软件工程领域顶级期刊 TOSEM，论文名为 “Fault Localization from the Semantic Code Search Perspective”。

在 835 个真实缺陷上的实验结果表明，CosFL 显著优于其他方法，有望为缺陷定位技术的发展开辟新的方向。

从零开始运行 CosFL

第一步：安装基准测试集

我们在两个 Java 基准测试集上评估 CosFL，它们可以从以下地址安装：

Defects4J: https://github.com/rjust/defects4j

GrowingBugs: https://github.com/liuhuigmail/GrowingBugRepository

第二步：准备环境

你可以通过以下命令轻松安装所需的 Python 环境：

conda create -n CosFL python=3.9.18
conda activate CosFL
pip install -r requirements.txt

不要忘记安装 Java 1.8：

sudo apt-get install openjdk-8-jdk -y

然后，使用 BenchmarkMode 目录下的文件，以支持基准测试命令中的程序插桩。

最后，修改 Config 目录下的配置文件。你需要重点关注以下属性：

• agent_lib：设置为 Java agent 的路径，即 lib/classtracer-1.0.jar
• D4J_exec：设置为你自己的 Defects4J 执行文件路径
• GB_exec：设置为你自己的 GrowingBugs 执行文件路径
• api_key：设置为对应模型所需的 API key

第三步：运行 CosFL

现在，你可以直接运行 CosFL 来定位所有缺陷：

python run_all.py

如果只想定位单个缺陷，可以使用如下示例命令：

python run.py --config default.yaml --version d4j1.4.0 --project Chart --bugID 1 --subproj 

你可以在 projects.py 中查看所有缺陷的列表。

评估 CosFL

运行 CosFL 后，调试结果将被保存到 DebugResult 目录下。

若要评估 CosFL 的性能，只需运行：

python Evaluation/evaluate.py