Resumen

El software embebido se utiliza cada vez con mayor fiabilidad. Sin embargo, la localizacin de fallos del software embebido sigue dependiendo en gran medida de la experiencia de los ingenieros. Adems, los fallos en los programas de software embebido no son individuos independientes, sino que estn relacionados entre s y se afectan mutuamente, lo que puede dar lugar a un comportamiento de interaccin ms complejo. Estas incertidumbres hacen que los mtodos tradicionales de localizacin de un solo fallo tengan un valor prctico limitado. En este trabajo se ha propuesto un mtodo de localizacin de mltiples fallos para su aplicacin al software embebido, con nfasis en el mtodo de adquisicin de espectros de programa basado en cach y el mtodo hbrido de particin de fallos basado en clustering. Mediante estudios de casos sobre 108 grupos del programa en cuestin, se ha demostrado que el mtodo hbrido de particin de fallos basado en agrupaciones ha mejorado significativamente la eficacia de la localizacin de fallos mltiples en comparacin con los mtodos tradicionales de localizacin de fallos. Los experimentos con tres programas de software embebido en ingeniera han revelado que el mtodo de adquisicin de espectros de programa basado en cach ahorra casi la mitad del coste de tiempo de ejecucin en comparacin con el mtodo tradicional de adquisicin de espectros basado en la transmisin en tiempo real. Por lo tanto, el mtodo de localizacin de mltiples fallos propuesto en este artculo puede aplicarse a la depuracin y prueba de software embebido en ingeniera.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Software embebido; Localización de fallos; Ingenieros; Método de localización de fallos múltiples; Método de adquisición de espectros de programa basado en caché; Método híbrido de partición de fallos basado en clustering.
• Keywords:Embedded software; Fault localization; Engineers; Multiple-fault localization method; Cache-based program spectra-acquiring method; Hybrid clustering-based fault partition method