随着互联网行业的发展,越来越多的软件被应用到人们的生活和工业的生产中,良好的软件质量不仅可以提高工作效率,而且还可以减少大量的手工成本。软件缺陷定位作为保证软件质量中的一环被广泛研究,它旨在帮助测试人员快速找到软件的缺陷位置并修复,提高软件的可靠性和稳定性并降低人力资源成本。近年来,国内外研究人员提出了很多关于软件缺陷定位的方法,但仍然存在一些问题有待解决,例如如何在不降低定位精度的前提下减少定位所消耗的时间,或者在不增加定位所消耗时间的前提下提高定位精度,在多缺陷定位方法中无法很好地确定缺陷数目、未能考虑程序上下文信息等问题导致定位精度不佳。本文围绕以上问题展开研究,具体内容包括:（1）针对单缺陷定位方法中定位精度不够和资源消耗过大的问题,提出了一种基于函数切片和定点变异的单缺陷定位方法。首先计算出整个程序的语句可疑度列表和函数调用链频谱。其次只选取出可疑度较高的条件判断语句和循环语句并对其变异,通过减少变异体的数量来减少资源消耗。然后运行所有失败测试用例区分出关键谓词、关键循环词、非关键谓词、非关键循环词,并通过他们各自的数据依赖关系制作出可疑语句切片语句和不可疑语句切片。最后使用增强程序频谱得到语句可疑度列表并根据此列表检查出缺陷语句。该方法有效地降低了资源消耗且提高了定位精度。（2）针对多缺陷定位方法中无法很好地确定缺陷数目、未能考虑程序上下文信息的问题,提出了一种基于虚拟网络和社区发现算法的多缺陷定位方法。首先通过结合多缺陷语句可疑度列表的实际情况改进了肯德尔距离公式,然后把改进后的肯德尔距离公式用于聚类中心近似估值,估算出最佳聚类数目为缺陷数目并把它作为社区发现算法的最终社区数。接着使用社区发现算法结合程序上下文信息把缺陷隔离开来形成独立社区。最后分别对每个社区使用复杂网络缺陷定位方法来定位缺陷位置。该方法有效地确定了缺陷数目并结合了程序上下文信息,达到提高定位精度的效果。