Identifying the root cause of a program failure (i.e., fault) is crucial for maintaining software quality. Fault localisation intends to identify faults after they are revealed through a program failure, whereas defect prediction aims to predict yet-to-happen faults. Although they both aim to identify faults in code, just with different timing, fault localisation and defect prediction have been mainly studied as separate research topics, and thereby the synergy between them remains largely under-explored. This thesis argues that the synergetic interactions between fault localisation and defect prediction can enhance both techniques, as they share the common goal of identifying faulty code. To validate this claim, we first investigate whether defect prediction can improve fault localisation and vice-versa. The empirical results show that fault localisation and defect prediction do enhance each other: leveraging code and change features widely studied in defect prediction allows at least 22% more fault to be precisely localised, whereas using the code suspiciousness computed from past fault localisation can improve both the accuracy and the actionability of defect prediction. Reducing the debugging cost is crucial for industrial software systems, as it directly affects the profit of a company. Nevertheless, existing fault localisation techniques expected to reduce this cost have been rarely evaluated with industrial software systems. This thesis also includes the industrial scale case study of automated fault localisation techniques. The results of the case study show that existing fault localisation techniques can assist the debugging process of industrial projects by finding faults the original approach in the projects was unable to locate.
프로그램 오류의 원인인 결함을 식별하는 것은 소프트웨어 품질 유지에 있어서 중요하다. 결함 위치 식별은 프로그램 오류를 통해 그 존재가 밝혀진 결함을 식별하고자 하는 반면, 결함 예측은 아직 일어나지 않은 결함을 예측하고자 한다. 다른 시기라는 것 뿐 이들 모두 코드 내 결함을 찾고자 하나, 결함 위치 식별과 결함 예측은 주로 별도의 연구 주제로 연구되어져 왔으며, 따라서 이들 간의 시너지에 대해서는 아직 충분히 탐구되지 못하였다. 본 학위 논문은 결함을 지닌 코드 식별이라는 공통된 목표를 가진 결함 위치 식별과 결함 예측 간의 시너지가 두 기술 모두를 향상 시킬 수 있음을 보이고자 한다. 이를 입증하기 위하여, 우리는 먼저 결함 예측이 결함 위치 식별을 향상시킬 수 있는지 확인하고 그 반대도 성립하는지 확인한다. 실험 결과, 결함 예측에서 널리 연구된 코드와 변화 메트릭을 활용하여 최소 22% 더 많은 결함을 정확하게 식별할 수 있었으며, 과거 결함 위치 식별로부터 계산된 코드 의심도 값을 통해 결함 예측의 정확도 및 활용도가 향상시킬 수 있었다. 산업 소프트웨어 시스템에서 디버깅 비용 절감은 기업의 이윤에 직접적으로 영향을 미치는 중요한 일이다. 그럼에도 불구하고 이 비용을 절감시킬 수 있을거라 기대되는 현존하는 결함 위치 식별 기술들은 산업 소프트웨어 시스템에서 거의 평가되지 않아왔다. 본 논문은 실제 산업 규모의 자동 결함 위치 식별 기법 적용 사례 연구를 추가로 포함한다. 사례 연구 결과, 현존하는 기법들이 기존에 식별할 수 없었던 결함들을 식별하여 실제 산업의 디버깅 프로세스를 보완하는 것을 확인하였다.
