代码覆盖率作为动态程序执行程度的度量信息,被广泛用于促进各种软件质量保证任务,例如测试、模糊测试、调试、故障检测、逆向工程和程序理解。由于应用广泛,确保代码覆盖率工具的可靠性至关重要。不幸的是,由于缺乏研究关注和测试预言问题的存在,代码覆盖率工具还远远没有得到充分的测试。在广泛使用的代码覆盖率工具gcov和llvm-cov中仍然经常出现错误。本文提出了Cov EMIDiff工具用于检测代码覆盖率工具中的Bug。Cov EMIDiff会根据随机测试程序源码使用代码覆盖率工具gcov和llvm-cov生成代码覆盖率报告,对随机测试程序源码中未执行的代码行进行删除修剪得到随机测试程序的等效模输入文件。将剪枝后的等效模输入文件执行输出的差分测试结果作为测试预言,如果等效模输入文件的编译执行过程中出现异常或者输出结果不一致则可以认为是代码覆盖率报告存在问题而导致的。随后Cov EMIDiff会通过不一致解析器对存在问题等效模输入文件中的不一致的代码行进行解析。不一致解析器会解析进行差分测试的两个等效模输入文件中的不一致行,根据不一致行的抽象语法树上下文来判断是哪个代码覆盖率工具的什么错误导致该不不一致行的产生。同时不一致解析器还能够过滤掉已知的代码覆盖率工具Bug,使得研究重点放在未发现的代码覆盖率工具Bug之上。本文设计了一个分布式高可用的代码覆盖率工具检测系统,将Cov EMIDiff封装为一个实验服务,用户可以零部署、零安装地对代码覆盖率工具进行测试。并且在系统部署后的短期时间内已经发现了多个代码覆盖率工具错误,通过对发现的错误进行总结得到了4种可以复现的代码覆盖率工具Bug并将其解析过程封装为不一致解析器用于自动化解析不一致行产生的原因。这不仅证明了我们方法的有效性,而且还强调了需要继续提高代码覆盖率工具的可靠性。