融合语句复杂度的软件错误定位轻量级方法*

何海江

(长沙学院计算机工程与应用数学学院,湖南 长沙 410022)

1 引言

调试和测试是软件生命周期中的重要活动，这其间，开发人员为移除软件故障，耗时且费力。软件出现故障，首要任务是找到导致出错的代码。代码审查和静态检查固然是有效的故障定位方法，但前者人工耗费大，后者难以发现深层次的逻辑错误。VS Code、IDEA和Eclipse等开发平台提供的断点调试方法，不能确定代码检查顺序，完全依赖程序员的编程经验来查找错误。因此，人们开始研究自动化的软件错误定位[1,2]技术,其中基于程序谱的软件错误定位SBFL(Spectrum-Based Fault Localization)技术最受关注。现代软件的规模越来越大，而CPU、内存等资源始终受到限制，SBFL这一类轻量级方法更有实用价值。

SBFL可应用于文件、类、方法(函数)、代码片段、语句(代码行)和谓词等程序实体。本文聚焦于语句级故障定位，只讨论相关技术。人们提出了许多SBFL方法[2]，然而，这些方法在定位故障语句时，仅考察语句覆盖结果和测试用例通过与否，故而其性能受到限制。为克服这一缺陷，一系列结合程序谱、代码静态特征、代码动态特征的搜索方法[3]得到发展。然而，这些方法要么获取程序特征的代价大，要么只在方法级、类级和文件级上验证性能。

为了能轻量地定位到故障语句，本文提出了一种语句级软件错误定位的排序学习方法。在表征语句时，除语句的SBFL可疑度值外，还选择了3类轻量级特征：(1)局部变量数、逻辑操作符数和函数调用数等语句静态属性；(2)结构化类别;(3)变量谱。在排序学习过程中，使用跨项目的方式训练排序模型。数据集包含使用Java、C和C++ 编程语言开发的22个项目，包括753个带故障的版本，故障语句全部来源于程序员实际的编程活动，项目规模有大有小，版本所含错误个数有多有少。实验结果表明，将SBFL可疑度值分别与3类语句特征结合后，即使与表现最佳的SBFL方法相比，新方法都能大幅度减少待排查的语句。3类轻量级特征中，尤以语句静态属性最能改善错误定位模型的性能。同时也发现，一些在小规模数据集或者人工注入故障版本上得到验证的SBFL方法，表现并不好。

2 基于程序谱的软件错误定位

基于程序谱的软件错误定位技术仅需收集2类信息：(1)测试用例的执行结果：成功或失败；(2)程序运行时，是否覆盖语句。形式上，每条可执行语句的运行特征可用四元组〈aep,aef,anp,anf〉表示。对程序的每一条语句，aep和aef分别表示测试用例覆盖它并且程序运行结果成功或失败的数目；anp和anf则分别表示测试用例未覆盖它并且程序运行结果成功或失败的个数。

SBFL方法将程序谱转换成不同的语句可疑度计算公式(简称为SBFL公式)。SBFL公式可看作映射函数，将特征向量映射成一个实数值(可疑度值)。当故障发生时，依据这些映射函数逐一计算可执行语句的可疑度值，将语句按照可疑度从大到小排序。排查故障代码时，从顺序表顶端开始逐一排查语句，直到发现错误代码。

DStar2[4]、GP02[5]、GP10[5]、GP13[5]、Tarantula[6]、Ochiai[6]、NaishO[7](即Naish1[8])、NaishOp[7](即Naish2[8])、Wong1[9]、Wong2[9]、Wong3[9]、SBI、Overlap、RussellRao、Jaccard、Dice、Zoltar、M2、Goodman、Anderberg、Kulczynski1、Kulczynski2和Ample，都是研究人员提出的SBFL公式。SBI公式在文献[10]中有相应的描述；从Overlap到Ample，这11个公式在文献[7，8]中有相应的描述。

Tarantula、Zoltar、Kulczynski2、RusselRao、Ochiai、Ample、M2、Jaccard 和Anderberg，这9个SBFL公式的值都处于0～1，其余14个SBFL公式的值可归一化到[0,1]。例如式(1)是Overlap公式常规的计算方法，其值区间为[0,+∞)，经过式(2)的归一化处理后，其值区间为[0,1]。

(1)

(2)

Lucia 等人[11]对比了将近40 种SBFL,发现Ochiai公式的故障定位能力相对突出，任何一种SBFL方法都无法在多数项目(程序)中超过其它方法。Pearson等人[12]在6个项目、323个版本的实际故障数据集上的实验数据也证实了这一点。

3 基于搜索的软件错误定位

特定的项目，受软件规模、测试套件、单个或多个故障、编程语言等因素的影响，可能出错方式与其它项目迥异。以表征语句可疑度的SBFL公式为特征集，机器学习技术可为项目搜索到对应的最优故障代码判别模型。MULTRIC(MULtiple ranking meTRICs for fault localization)[13]组合25个SBFL公式，LTR-sbfl[14]将非故障语句与故障语句两两组合成复合样本，再由排序学习算法训练映射函数。然而，这些方法和传统的SBFL方法相似，可疑度只依赖于测试用例执行结果和程序实体覆盖信息，错误定位效果受到严重制约。若要提升性能，程序逻辑复杂度、故障语句类型和测试用例集等因素都应该考虑。由此，研究人员拓宽思路，引入表征软件的其它视角的数据，开发了许多基于搜索的软件错误定位方法[3]。

这些搜索技术的特征，除SBFL公式外，还包括：多个变异技术、源代码复杂度和文本相似性特征[10]，方法存在时长、程序元素改变频率等代码变化测度[15]，函数级代码复杂度[16]，长短期记忆网络自动化学习代码的语义特征[17]，项目开发报告形成的历史谱[18]，语句类别[19]和测试用例的全部覆盖信息[20]。PRINCE(PRecise machINe-learning-based fault loCalization tEchnique)和CombineFL[21,22]综合多类特征，集成SBFL、变异测度、切片、栈跟踪、谓词变化、代码复杂度、故障报告和开发历史，比较这些静态特征和动态特征对排序学习算法训练模型的影响程度。但是，这些方法多用于文件级、类级和方法级(函数级)故障定位，大部分方法的语句级特征获取代价大。

4 集成静态属性和程序谱的方法

调试时，程序员需要定位到故障语句，不能仅限于类或方法。自动化程序软件修复[1]这类应用也只能运用语句级故障定位技术。同时，为使得技术能应用到代码量具有一定规模的工业软件，本文聚焦于语句级的轻量方法，要求代码特征及可疑度值的计算代价极小。受到搜索式软件错误定位和软件复杂性度量研究工作[23]的启发，本文提出了一种集成程序谱和代码行静态属性的排序学习方法，由线性排序支持向量机构造语句级的错误定位模型。语句的其它轻量特征：结构化类别和变量谱，也能够方便地集成到搜索算法中。

程序谱特征来源包括文献[13]的25个SBFL公式，再加上近年来被多次比较的一些SBFL公式。设定程序只包含单个故障，文献[8]从理论上证明了6组SBFL公式具有等价性质,因此移除了几个公式，最终选择第2节列出的23个SBFL公式为排序学习的程序谱特征。为加快学习算法收敛速度，将这些SBFL的可疑度值归一化到[0,1]。

结构复杂的代码中更容易隐藏错误。因此，本文将如表1所示的4种语句类别作为表征语句的特征，特征值为0或者1。为简化问题，并不执行重叠计数，任一语句只属于某一类，若循环(或return)语句包含条件判断，判其为循环(或return)语句。

Table 1 Structural types of statements

文献[19]也用到了语句类别，与本文做法有2点不同：(1)划分的类别不同;(2)类别被处理为一个实值，与单个SBFL可疑度值加权相加。

除程序谱、语句的结构化类别外，本文提出的基于排序学习的轻量方法，还可以集成语句静态属性、变量谱等特征。

4.1 程序语句的静态属性

一般来说，越复杂的程序语句(代码行)，其导致软件出现故障的概率越大。代码复杂度与软件质量属性紧密联系，可分为内在复杂度和外在复杂度，软件的内在复杂度容易获取，外在复杂度获取代价大[23]。软件工程领域的代码复杂度研究成果繁多，常见的有代码行数、圈复杂度、类继承层次、模块扇入扇出、程序运行时间和可执行模块大小等。目前，还没有出现以语句为单位的代码复杂性测度，而本文的目标是定位到故障语句，因此设计了如表2所示的语句内在静态属性来表征语句复杂度。

Table 2 Static attributes for statement complexity

文献[10,15]都使用方法内参数数目和方法内类属性数目作为特征，前者还统计了方法内的运算符个数。位于同一方法中的语句并不能被方法级(或者类级)复杂度区分开来，因此本文在语句上计算此类代码复杂度。一般来说，逻辑运算符相比其它运算符，给语句带来更大的复杂度，因此本文拆分了运算符种类。无论全局变量，还是类属性，影响的程序功能点要多于方法参数，而方法参数影响的程序功能点又多于局部变量，将变量分成3种类型，更能提高语句复杂性的辨识度。至于语句块内定义的局部变量，并不明显增加代码的认知障碍，故而排除在外。

对于序号1～4的特征，同名变量不重复计数；序号5的逻辑运算符限于&&、||和!，序号6不统计赋值运算符。不属于方法(函数)的语句，其序号1和2的特征值皆为0。C程序的语句只有全局变量，没有类的属性。长注释的相应代码应进行更多检查。若语句属于以下复合语句：assert、synchronized、do while、while、switch、throw、try catch、if、for，则其嵌套层次加1；其它情形，嵌套层次不变。嵌套层次会递归计算。

如某个类的方法annotation有如下10行代码：

1 floatannotation(Configconfig,Typetype,floatr){

2 floatdesc=0,ac=0;/*(2,0,0,0,0,0,0,0,0,0,1)*/

3for(inti=0;i<10;i++){/*(0,0,0,0,0,2,0,1,0,0,0)*/

4desc+=cevf(config,r);/*(1,2,0,1,0,0,1,0,0,0,1)*/

5if((desc>100&&desc<200)‖

6 (desc>r&&ac

7ac=devf(type);/*(1,1,0,1,0,0,2,0,0,0,1)*/

8 }

9returndesc+ac-pfVoc;/*(2,0,1,0,0,2,0,0,0,1,0)*/

10 }

该方法有参数config、type和r，有顶层局部变量desc和ac(注意，第3行的i是定义在for语句块的局部变量)，pfVoc为方法所属类的属性，cevf和devf是方法(函数)名称，则对应行的特征向量可从注释中观察到，11维特征向量中前7维属于语句静态属性(所列未包含注释字符数)，后4维属于语句结构化类别。例如，第5、6行属于同一条语句，有2个顶层局部变量，2种关系运算符(&&和‖)，2种其它运算符(<和>)，属于条件语句，是for语句的从句，所以它的特征向量为：(2,1,0,0,2,2,1,0,1,0,0)。

归一化处理时，序号1～3的特征除以20，而序号4～7的特征除以10。

就作者所知，用于错误定位的语句级轻量特征，除语句类别[19]和变量谱[24]外，只有PRINCE的3个特征[21]：(1)语句的字符数；(2)运算符个数；(3)加权变量数。这3个特征同样属于语句级静态属性。在PRINCE中，运算符包括10类：算术、逻辑、关系、位、指针、数组[]、赋值、复合赋值、sizeof、函数调用()；变量的权分为3类，基本数据类型的权为1，数组类型的权为数组元素个数，struct和class的权为其所有属性的权的累加值。为了与本文方法比较，将上述3个特征简称为PRINCE[21]特征。本文的实验数据有C++程序，许多项目采用新的Java、C++语法规则，基于这2个原因，本文采用微调方式计算PRINCE特征值。在计算操作符数时，除文献[21]统计的10类运算符外，另加入源代码解析工具能够统计的其它运算符。在计算加权变量数时，3类数据类型的权统一为1，因为指针、map、set、list等数据类型的元素个数获取代价非常大。文献[21]作者也承认，他们无法统计这些数据类型的元素个数。Java和C++类的对象属性值自然也难以累加。

4.2 变量谱特征

变量仅限于全局变量、类属性、方法参数和顶层局部变量。变量谱定义为变量所属语句程序谱的平均值，表3是一个简单例子。

Table 3 Example of variable spectrum

某个类有方法ma和mb，attr是类的属性。方法ma有3条可执行语句(ma1,ma2和ma3)，顶层局部变量为loca，参数为pa。方法mb有2条可执行语句(mb1和mb2)，顶层局部变量为locb。测试套件有5个测试用例，3个成功，2个失败。依定义，变量loca在语句ma1、ma2、ma3出现过，其谱等于〈(2+3+1)/3,(1+1+2)/3,(1+2)/3,(1+1)/3〉=〈2,1.33,1,0.67〉。同理，locb的谱等于〈2,0.5,1,1.5〉，attr的谱等于〈1.5,1,1.5,1〉,pa只在ma1中出现，其变量谱等于ma1的程序谱〈2,1,1,1〉。

得到变量谱集合后，选择语句内最大可能引入故障的变量谱经归一化处理后当作语句的变量谱特征(4维向量)，算法1描述了详细步骤。

算法1计算语句的变量谱特征

输入：Aep,Aef,Anp,Anf：语句的程序谱四元组；

VARS：语句的变量集合;

FT,PT：测试套件失败、成功测试用例数。

输出：变量谱特征。

fori=1 to|VARS|

EFi=Aef[VARSi]/FT;

EPi=Aep[VARSi]/PT;

NPi=Anp[VARSi]/(Anp[VARSi]+Anf[VARSi]);

NFi=Anf[VARSi]/(Anp[VARSi]+Anf[VARSi]);

VARS排序结果赋值给L，排序依据为：EF降序优先，EP升序次之，NP降序再次之，NF升序最次之;

var←L的首个元素;

returnEF[var],EP[var],NP[var],NF[var];

经算法1处理后，表3中4个变量依变量谱排序后，L={loca,attr,pa,locb}，var=loca。因此，取loca的谱归一化向量为语句ma1、ma2和ma3的变量谱特征，取attr的谱归一化向量为语句mb2的变量谱特征。在计算语句的静态属性时，已经存储了各语句的变量信息，加之变量谱可由语句的程序谱转换，无须额外负担，因此，语句的变量谱特征计算代价极小。

Kim等人[24]首先提出了变量谱，将SBFL公式的程序谱用变量谱替换，计算可疑度后定位软件错误。与此不同的是，本文将变量谱作为表征语句的特征。

4.3 排序学习软件错误定位模型

排序学习算法选用LibLinear的线性RankSVM，适合大规模样本和特征的数据集[25]。令PS为训练集，其元素由同一版本成对的故障语句与非故障语句构成(xi和xj)。RankSVM的优化目标[25]如式(3)所示：

(3)

其中,w是样本(语句)的权向量，也就是RankSVM学习到的错误定位模型，C是模型的平衡因子。非故障语句判为错误语句，或者错误语句判为非故障语句，模型尽力减小这些误判引起的误差实数值，另外模型还必须保持泛化性，两者的平衡由C来调节。令某条语句的特征向量为x，则该语句的可疑度值等于w*x，*为内积运算。语句的w*x值越大，表示其包含故障的可能性更大。特征集除程序谱外，另包含语句静态属性，则x的维数等于23+8；另包含语句类别，则x的维数等于23+4；另包含变量谱，则x的维数为23+4。

为验证本文方法的有效性，采用跨项目的方式构造错误定位模型。将项目按比例划分为训练集、验证集和测试集，同一项目的所有版本同时分配到某个子集。不同项目的可执行语句数大不相同，构造训练集时，从所有版本中统一取β条语句。构造验证集和测试集时，收集的所有可执行语句都被纳入。

RankSVM的优化目标无法最小化错误定位评价指标，利用排序模型的平衡因子C和验证集来调整错误定位性能误差。算法2描述了搜索最优错误定位模型的过程。

算法2搜索最优错误定位模型

输入：错误定位评价指标EXCHK；项目集合PRJS；项目版本纳入训练集的语句条数β；平衡因子C；平衡因子搜索次数γ。

输出：最优错误定位模型BestW。

将PRJS按比例随机划分训练集、验证集和测试集;

TRAIN←从训练集每个版本中抽取β条可执行语句;

VALID←从验证集抽取所有可执行语句;

TEST←从测试集抽取所有可执行语句;

EXCHKmin=1;//1是最大值

BestW=0,C=1;

forj=1 toγ

W←learn model inTRAIN;

EXCHKnow←compute byWonVALID;

ifEXCHKnow

EXCHKmin=EXCHKnow;

BestW=W;

C=C/2;

returnBestW;

/*基于BestW计算当前测试集的性能*/

5 实验结果及分析

所有实验在一台配置为Intel Core i7-8700 3.2 GHz CPU和16 GB 物理内存的计算机上完成，操作系统是Windows 10。

无论是包含单个故障的版本，还是多故障的版本，本文都采用EXAM来度量其错误定位性能，其定义如式(4)所示：

EXAM=

(4)

当有多条语句可疑度值相等时，最理想的情况下，检查其中一条语句就定位到故障，称为最优策略；最坏的情况下，所有语句都检查完后才找到故障，此时性能记为EXAMworst；平均策略的性能EXAMavg为最优策略和最坏策略的平均值。

实验参数的设置，采用以下策略：针对算法2，参数β=100，γ=30;线性RankSVM的参数全部取默认值。实验共有22个项目，按5∶3∶3的比例随机划分为训练集、验证集和测试集，任意项目的所有版本只能处于同一子集内。参数β过小，模型适应性差，β过大，模型将拟合规模大的项目，绝大多数版本至少有100条可执行语句，故而设β=100。训练集选取可执行语句时，先取所有故障语句，再取故障语句的近邻，不足的部分，随机从其它类(C++、Java)或者函数(C程序)中选取。参数γ的取值可参考文献[25]。为减小训练集、验证集和测试集划分的随机性影响，算法2重复执行500次，后文实验数据是500次结果的平均值。

5.1 实验数据集及语句特征计算

实验数据集来自于SIR、Pairika OpenCV、Defects4j和Bears。SIR软件项目基础资源库是软件错误定位领域知名的基准测试集[26]，实验收集了实际故障的C语言项目space，有29个错误版本。OpenCV是一个轻量、高效、跨平台的计算机视觉和机器学习软件库。Pairika从OpenCV的7个模块中提取而得[27]，它超过49×104行代码和11 129个测试用例，被构造为C++程序的故障诊断基准数据集。实验收集了OpenCV 331和OpenCV 340，共19个错误版本，所有错误皆为实际故障。Defects4j是软件测试领域广泛采用的基准数据集[28]，其网站当前为2.0版本，实验收集了16个Java项目：Chart、Cli、Closure、Codec、Collections、Compress、JacksonCore、Gson、Csv、Databind、JacksonXml、Jsoup、JxPath、Lang、Math和Time，这些项目共有641个错误版本，所有错误皆为实际故障。通过持续集成的手段识别故障版本和修正版本，Bears[29]为自动化修复程序社区建立的一个基准数据集。实验收集了3个Java项目：FasterXML、traccar和AutoCar，共有64个错误版本，所有故障语句皆来源于实际编程。

在VirtualBox v6.1和Ubuntu 18.04环境下，执行SIR、Defects4j和Bears的测试用例，获得语句的程序谱。使用Gcov采集SIR的C程序的代码行覆盖数据。使用Cobertura采集Defects4j和Bears的Java程序的代码行覆盖数据。Pairika的测试用例执行结果在Windows 10环境下获取，使用开源软件OpenCppCoverage采集代码行覆盖数据。

有少部分代码中多条可执行语句排在一行，此时取可疑度最大值作为整行代码的可疑度值。很多故障代码属于缺失型，修正版里添加了正确语句，此时无法获取这些缺失语句的程序谱，本文实验采用以下简单做法：如果缺失语句后有代码，则以其后一行指代故障；否则，以缺失语句前一行代码指代故障。

Pairika、Defects4j和Bears的类非常多，为减少收集程序谱的时间，每个版本只记录最多30个文件的代码行覆盖数据。具体策略包括2个步骤：首先执行一遍所有测试用例，统计每个文件的被覆盖行数目；后续选择文件时，先加入带故障的文件，不足部分，优先挑选被覆盖行数最多的文件。

在语句特征的采集与计算过程中，本文使用Eclipse的抽象语法树Parser解析源代码。在解析C程序和C++程序时，调用了CDT组件，解析Java程序时则调用了JDT组件。

5.2 本文方法与传统SBFL方法及基于SBFL的搜索方法对比

为验证语句静态属性对错误定位模型的影响，定义特征集仅限23个SBFL公式的方法为Ranksbfl，集成程序谱和表2代码行静态属性的方法为Rankscpx+。表4对比了各故障定位方法在753个版本上的平均性能，最小值加粗表示。

对排序学习算法来说，EXAMworst以最坏策略为算法优化目标计算而得，EXAMavg以平均策略为算法优化目标计算而得。Ranksbfl和Rankscpx+的EXAM值如此，如非特别说明，后文其它排序学习算法的EXAM值亦如此。

以往小数据集或者人工注入故障数据集的部分研究成果并不受支持。如NaishO表现并不好，Wong2和Wong3更是糟糕。总体来看，比较23个传统SBFL方法，Dice、Jaccard、Anderberg、Goodman和Ochiai表现优异，Kulczynski1、Tarantula、Kulczynski2、Zoltar和DStar2也很不错。从表4可看出，相比表现最好的SBFL，Ranksbfl都有足够的竞争力。特征集加入语句静态属性后，Rankscpx+性能显著提高,EXAMavg减少了37.1%(SBFL的Ochiai最优)，EXAMworst减少了22.6%(Ochiai最优)。

Table 4 Comparison of EXAM among sereval fault localization methods

表5列出了Rankscpx+与项目表现最佳的SBFL的性能比较。最佳SBFL列，未带加号表明多个SBFL同时取得最佳效果，带加号则只有一个SBFL取得最优性能，加号后是该SBFL的名称。

针对单个项目比较EXAMworst，除项目space、FastXML和Collections外，Rankscpx+都要比最优SBFL性能高；而以EXAMavg为评估标准，则Rankscpx+也在13个项目上胜出。不同编程语言的语句，特征计算方式有差别。数据集只有一个C项目space，它拉低了Rankscpx+的性能。

这些项目的编程语言、测试用例数目、可执行语句规模和故障类型等都大相径庭，在验证集上获得最优的模型，在测试集上的性能并非最佳。表6的结果显示，分别以最坏策略和平均策略为优化目标，Ranksbfl的性能差别不大,Rankscpx+的性能更是接近。这也提示我们，增加合适的特征，从更多角度表征语句，错误定位模型的性能还会提升。

5.3 结构化类别、变量谱和语句静态属性对比

相比于传统SBFL方法，以及基于SBFL的搜索方法Ranksbfl，Rankscpx+的性能提升明显。将Rankscpx+的特征子集由语句静态属性替换为语句

Table 5 Performance comparison on a single project

Table 6 Comparison of fault localization methods by two strategies

结构化类别(简称语句类别)、变量谱后，或者将语句类别和变量谱加入到Rankscpx+的特征集，表7展示了这些算法的性能。另外,RankPRINCE指集成23个SBFL公式和3个PRINCE特征的方法。

语句的3类轻量特征对错误定位模型性能都有帮助，语句静态属性表现最优，语句类别次之，变量谱再次之。从表7可观察到，变量谱的作用并不突出，集成SBFL和变量谱后，Rank+svs的EXAMavg值甚至比Ranksbfl的还差。3类轻量特征对

Table 7 Effect of three kinds of features on fault localization methods performance

语句内在复杂度的贡献作用存在负相关因素，导致特征集加上语句类别、变量谱后，Rankscpx+性能反而下降。即便集成SBFL、语句复杂度、语句类别和变量谱，Rank+ctv的性能还不如Rankscpx+的。或许这些特征拆得更细，能降低这种不利影响。相比RankPRINCE，Rankscpx+的特征集更丰富，性能也提高不少。

6 时间复杂度

语句的特征获取时间复杂度低。表8是几个具规模代表性项目的时间开销，项目时间是其所有版本的平均值，单位为ms。在对应时间内，完成3项任务：解析源代码、计算语句特征向量和存储特征到文件。即使是OpenCV331这样规模的程序，获取特征的时间也不到1 s。

Table 8 Time overhead of feature acquisition

排序学习最优模型的求解时间开销也不大，表9是3个算法以EXAMworst为优化目标的错误定位模型搜索时间，单位为s。对应时间内，完成3项任务：读入特征集、划分训练集/验证集/测试集和求解最优错误定位模型。算法的时间为500次求解过程的平均值。

最优错误定位模型的训练在调试活动前完成。语句可疑度值的计算开销仅限于特征获取和模型特征与权向量线性内积运算，后者时间可忽略不计。因此，本文方法够轻量，能够实时地推荐可能出故障的语句序列。

Table 9 Time cost of solving the optimal model

7 结束语

数据集由22个项目组成，代码用3种流行的编程语言开发，各项目的故障并非人工注入，而是在实际开发项目时产生的，错误定位模型由跨项目形式训练而得。基于程序谱的搜索方法能帮助开发人员、自动修复软件并定位到故障语句，然而，源代码固有的故障相关信息被忽略，如何挖掘语句静态属性，研究提升错误定位性能的算法很有意义。本文设计了语句级代码复杂度的特征集。实验结果表明，集成程序谱和语句的这些静态属性后，通过排序学习算法获得的错误定位模型，能显著减少待排查的语句数目。语句其它2类轻量特征：结构化类别和变量谱，有助于改善SBFL搜索方法的性能，但比语句静态属性逊色不少，与其组合后，显现负面作用。实验还发现，一些在小数据集或者人工注入故障数据集上的结论并不成立。

实验数据集的项目大小不一，编程语言各异，故障类型多样，这些因素都制约了错误定位方法性能。扩充数据集，增加表达语句复杂性的静态属性，都是后续研究工作的重要内容。