由于需求不清晰、程序算法错误和开发者经验不足,软件中不可避免地存在已知或未知的缺陷,影响软件质量。目前工业界主要通过人力对软件进行维护以减少由于软件错误引起的软件缺陷。然而,通过人力对软件进行维护需要浪费大量的劳动力和时间成本。因此,自动程序修复方法(Automatic Program Repair,APR)逐渐成为研究者所关注的焦点。现有自动程序修复方法修复过程中存在诸多安全隐患,且修复正确率低。针对当前研究存在的问题,本文对自动程序修复的安全性和高效性展开研究,主要工作内容包括:?指出现有自动程序修复方法修复过程中存在的两种安全隐患场景,即脏补丁源场景和脏测试集场景,并为两种安全隐患场景分别提出相应的解决方案,即补丁校验方案和测试集校验方案。实验结果表明,本文所提出的补丁校验方案能够促使自动程序修复方法获取安全性更高的补丁,所提出的测试集校验方案能够准确地定位测试集中的脏测试用例,误报率为7.20%。?提出一种基于规则的自动程序修复方法(Rule Fix)。该方法首先通过挖掘代码中的隐式编程规则定位缺陷位置,然后根据隐式编程规则选取合适的补丁,最后采用补丁校验方案和程序合成工具对补丁进行校验以保证修复结果的正确性。此外,为解决现有规则挖掘算法无法有效地挖掘低频规则的问题,提出一种低频规则挖掘算法,根据已有规则推衍生成新的规则,以提升规则挖掘的能力。基于所提方法实现了原型工具,并与现有的自动程序修复方法进行对比。实验结果表明,与现有的自动程序修复方法相比,本文所提方法能够更加高效地修复缺陷,修复率为9.9%。