大阪大学、九州大学和维多利亚大学的研究人员提出了一种名为多数投票 SZZ（MV-SZZ）的新方法，用于更精确地识别引入缺陷的软件提交。该方法将细致的代码变更追踪与“多数投票”机制结合，在降低误报率的同时，相比现有技术展现出更优的整体性能。相关成果已发表在《IEEE 软件工程汇刊》上。

对于开发者而言，在经历了成千上万次代码修改之后，想要准确找到导致缺陷的那几行代码往往十分棘手，也极具挫败感。

软件缺陷几乎无法完全避免，修复这些问题往往需要投入大量时间和成本，尤其是在贡献者众多、代码规模庞大的项目中。为此，业界广泛使用 SZZ 方法：通过回溯代码历史，从缺陷修复提交中推断出可能引入问题的变更。然而，传统 SZZ 方法并不完美。

第一作者近藤稲世指出：“原始 SZZ 方法的思路是整体地看待每一行代码，因此容易忽略细微的编辑，或者把与缺陷无关的变更误认为是问题根源。”

为提升精度，一些 SZZ 变体尝试将代码行拆分为更小的单元进行分析，类似于不再只看整句，而是拆解到单词级别。这种细粒度方法有助于发现隐藏的缺陷来源，但也可能因为标记了过多候选变更而增加噪声，导致结果难以判读。

MV-SZZ 的核心思路，是先对这些更小的代码片段进行分组，然后通过“多数投票”机制，选出最有可能真正引入缺陷的变更，从而在候选集合中做出更可靠的判断。

资深作者日后义树解释道：“MV-SZZ 在粗粒度和细粒度之间找到了一个微妙的平衡。通过结合更精细的变更追踪和多数投票机制，我们显著降低了误报率。”

研究团队将 MV-SZZ 与六种现有方法进行了系统对比，结果显示 MV-SZZ 在整体表现上最为突出：既能更准确地定位缺陷的真实来源，又能有效减少错误匹配的情况。

“即便是看似不大的准确性提升，也能为开发者节省大量时间和精力。”近藤补充说，“我们的研究结果表明，多数投票是一种简单却行之有效的缺陷追踪改进思路。”

通过简化缺陷根源定位流程，这项研究有望帮助开发团队构建更可靠、成本更可控的软件系统，从而带来运行更顺畅的应用、更安全的基础设施，并在实际使用中减少用户遭遇的各种令人头疼的故障。