Page 296 - 《软件学报》2026年第7期

王海宁 等: 融合因果效应的高效软件产品线缺陷定位方法 2981

是包含率对测试配置的数量很敏感. 如表 1 所示, ExamDB 系统仅有 8 个测试配置, 相比于其他系统更少. 当测试
配置的数量较少时, 可疑特征选择集合的总数比较稀少, 这使得包含关系难以存在. 因此, 在大多数情况下, 未通过
产品对应的可疑特征选择集合是不被包含的, 去除这些集合可以有效提升后续可疑特征交互识别的效率.

100

80
包含率 (%) 60

40
20

0

Elevator-FH-JML ExamDB Email-FH-JML ZipMe GPL
图 5 不同 SPL 系统中被包含可疑特征选择集合的占比率

图 6 进一步地说明了, 在特征交互可疑性检查时, 使用缓存机制可以节约的检查数占总特征交互数的比例 (表
示为节约率). 如图 6 所示, ExamDB 系统的平均节约率为 0, 这是因为节约率同样受测试配置数量的影响. 对于其
余 5 个系统, 平均的节约率分别为 7.9%、27.3%、15.6%、35.2% 和 40.3%, 这意味着不同的可疑特征选择集合会
生成大量重复的特征交互. 因此, 本文使用缓存机制可以节约大量重复的可疑性检查, 尤其对于更大规模的 SPL
系统.

100
80

节约率 (%) 60

40
20

0
Elevator-FH-JML BankAccountTP ExamDB Email-FH-JML ZipMe GPL
图 6 不同 SPL 系统中特征交互检查的节约率

为更直观地说明 FCS-FL 在特征级缺陷定位上效率的提升, 表 2 分别展示了 FCS-FL 与 VarCop 在 6 个系统
上特征交互检查数和平均运行时间的比较, 以及 FCS-FL 相比于 VarCop 的减少比例. 如表 2 所示, FCS-FL 在 6 个
系统上的检查数相比于 VarCop 均有所下降, 其中在 Elevator-FH-JML、ZipMe 和 GPL 上的下降比例均超过了
50%. 对于 ExamDB, FCS-FL 与 VarCop 的检查数接近, 其原因是在该系统中包含率和节约率都接近 0. 对于其余
5 个系统, FCS-FL 相比于 VarCop 能减少至少 33.9% 的检查次数. 对于更大规模的系统, 如 GPL, 在组合数指数式
增长的情况下, 减少这样比例的特征交互数是极其有意义的. 对于运行时间, 除了在 ExamDB 上无明显变化, 在其
余系统上均显著减少. 此外, FCS-FL 在特征级缺陷定位上的效率优势在特征数更多的系统中更为明显. 如表 2 所
示, FCS-FL 在 GPL 上的平均特征级缺陷定位时间为 2 481.130 s, 比 VarCop 下降了 41%. 这说明了所提方法在更
大规模的系统中能更快地完成可疑特征交互的识别. 后续表格中用加粗表示最优结果.