软件缺陷智能分析技术(2) – SZZ的基本流程

有了航海图之后，我们就从即时软件缺陷预测开始入手，先用最小的时间去预测下bug发生的可能性。
我们先复习下即时软件缺陷预测的地图：

识别缺陷修的变更提交

我们在github上可以找到issue列表，比如，下面是react库的：

于是我们看到的就都是bug的列表了。
但是bug中还有不少的解决方案是重复问题的，有需要进一步信息的，有需要研究的，有状态未确定的，这些我们都要排除掉。
我们来一个高级搜索：

这回搜出来的质量就高很多了：

其对应的pull request是：https://github.com/facebook/react/pull/20948

我们记住这个文件名和行 ：packages/react-reconciler/src/ReactFiber.new.js,
394行。我们运气还不错，遇上一个只有一行的。

根据修复代码去识别可能引入缺陷的代码

找到了这个提交还不够，我们还得去找到它的上一条提交。我们可以通过git log来查到这个提交：

发现是1665443603这个提交引入的，我们来找一下这个提交：

从中我们可以看到，这个提交是19755，我们如果想在github上查看这个提交可以通过https://github.com/facebook/react/pull/19755来查看。

这样，我们的一个SZZ的整个通路流程就完成了。

参考文献

SZZ的原始论文，它是2005年就有的了，那时候还在用CVS。

1. J. Sliwerski, T. Zimmermann, and A. Zeller, “When do changes
   induce fixesin ACM SIGSOFT Software Engineering Notes,
   vol. 30, no. 4, ACM. ACM, 2005, pp. 1–5. [Online]. Available:
   https://10.1145/1083142.108314