انتخاب خصایص مناسب در درخت تصمیم گیری به منظور طبقه بندی اجراهای برنامه

خطایابی نرم افزار، به خصوص خطاهای مشاهده شده پس از استقرار نرم افزار، در عمل هزینه های پیش بینی نشده هنگفتی را برای شرکت های کامپیوتری ایجاد و حتی در برخی موارد با ضرر و زیان مواجه نموده است. مشکل در اینجاست که نمی توان کلیه مسیرهای ممکن در اجرای برنامه ها را قبل از تحویل برنامه مورد آزمون قرار داد. برای این منظور از یک روش انتخاب خصیصه و روشی جهت تصمیم گیری به منظور تشخیص اجراهای موفق و ناموفق جهت تعیین خطا و تست نرم افزار، استفاده شده است. ارزیابی راه کار ارائه شده بر روی مجموعه ای از برنامه های واقعی، موفقیت روش ارائه شده را در کاهش ابعاد و کشف دقیق تر خطاها نسبت به روش های پیشین نشان می دهد. مزیت تکنیک ارائه شده این است که میتواند خطا را پیش از بروز واقعی آن و شکست نرم افزار پیدا کند، که این مساله در نرم افزارهای حیاتی دارای اهمیت بسیار است. با پیاده سازی روش ارائه شده و بررسی های انجام شده بر روی یک مورد مطالعه، تاثیر و کارایی روش پیشنهادی در یافتن خطاهای معنایی در نرم افزارهای بزرگ نشان داده شده است.

کلیدواژه ها:

مهندسی کامپیوتر ، انتخاب خصایص مناسب ، طبقه بندی ، درخت تصمیم گیری ، یادگیری ماشین