随着软件技术的飞速发展和广泛应用,软件在安全性关键的领域扮演着越来越重要的角色,对其可靠性、安全性的要求不断提升。能够有效地发现软件缺陷,寻找并定位软件缺陷的研究具有重要意义。目前主流的缺陷定位方法有基于程序谱的方法、基于统计的方法、数据挖掘的方法等。但是现有缺陷定位方法也存在不足之处:首先,现有缺陷定位方法主要以语句为粒度进行分析,以函数为粒度的分析相对较少,分析粒度过细。其次,现有方法缺少对回归测试中产生的大量函数调用信息的系统分析,导致定位准确性不高。针对现有存在的问题,本文基于函数进行缺陷定位,并提出基于函数风险向量、基于函数调用序列匹配进行缺陷定位。通过分析测试集产生的函数调用信息,可以计算出函数风险向量,风险向量越大的函数存在缺陷的可能性越大。其次,函数缺陷在很多时候会导致函数调用序列出现异常,通过对比同一测试用例的成功调用序列(通常存在于回归测试某个版本中)和失败调用序列,可以对后者中存在的缺陷函数进行定位。本文使用标准化的西门子测试集进行研究。研究表明,基于风险向量的缺陷定位方法和基于序列匹配的缺陷定位方法,分别都具有更高的定位准确性。其中,基于序列匹配的缺陷定位方法,通过序列匹配锁定首次出现异常调用序列的位置,定位缺陷函数:在软件版本升级的回归测试中,同一测试用例在不同版本间运行生成的函数调用序列差异很小,而这些差异点提供了缺陷函数的位置信息。