一种面向深度学习框架的程序切片的缺陷定位方法

本发明公开了一种面向深度学习框架的程序切片的缺陷定位方法，包括输入导致缺陷发生的原始失败测试用例，提取目标变异点；设计面向深度学习框架的变异规则；生成与原始失败测试用例变异执行路径高度相似且剔除了错误语句的突变测试用例；综合考虑历史迭代数据和当前测试用例的状态，递归地选定最适合的变异算子，逐步排除包含错误的代码元素；执行原始失败测试用例和突变测试用例，收集执行过程中的覆盖信息；依据收集到的覆盖信息和所突变测试用例的通过/失败状态，运用基于频谱的缺陷定位算法进行缺陷定位，输出精确的缺陷定位结果。本发明能够快速锁定并修复程序切片中代码中的缺陷，有效提升了深度学习框架的整体可靠性。