软件调试对开发者来说是一个昂贵的、费时费力的过程,尤其是定位程序中的错误通常会耗费调试过程的大部分时间。能够减少错误定位时间的技术显然会对软件开发和维护的成本和质量具有重要的影响。近年来,在人工智能领域和软件工程自动化领域出现了大量的计算机辅助软件调试的工作,很多学者提出了多种程序错误定位技术。基于测试的软件错误定位技术(TBFL)成功地通过大量运行程序比较程序元素的统计信息,定位有问题的语句。然而仍然存在各种程序例子使得现有方法得不到满意的结果。作为一种有效的统计智能方法TBFL技术具有更加广阔的发展空间。本论文归纳总结了TBFL的研究进展,提出了一种改进的基于测试的错误定位技术,它关心的不是语句覆盖信息,而是分析程序的数据流和控制流。具体地说,我们运行测试套件得到程序的动态的控制依赖和数据依赖程序谱,根据这两种类型的依赖程序谱建立合适的模型,计算各个依赖的可疑值,来评估可疑的语句,据此帮助程序员排除程序错误。本论文根据这种程序错误定位技术,设计并实现一个支持该技术的错误定位系统,利用程序测试过程中得到的依赖信息进行错误定位。为了检查本文提出的错误定位技术和对应的系统的效果,本文使用Siemens套件作为实验程序,并与多个现有的程序错误定位技术进行分析对比。实验表明,该错误定位技术相对于其他技术具有更好的定位效果,该系统证明具有一定的实际应用价值。