基于关系依赖模型的微服务流程演化分析

微服务技术的快速发展为企业系统集成和网络化业务协同提供了技术支持，软件服务系统中的流程需要不断演化以适应业务变化的需求，而现有的研究多从单一维度评估服务流程演化的影响.提出包括流程层和服务层在内的服务系统双层依赖关系模型DoubleDM，从服务演化和流程演化两个方面分析服务系统演化问题.针对服务层演化，基于服务间的依赖关系分析服务变更的影响范围，给出了服务依赖关系表达、依赖关系演化影响范围及求解和相应算法；针对流程演化的不同类型，给出了流程依赖基础上的流程化简处理步骤和算法.最后给出了微服务系统中流程演化的实现逻辑，并以微服务系统处理供应链销售流程为例进行了分析.     

基于信息熵的模糊聚类新算法研究

本文针对传统FCM(模糊C均值)聚类算法对初始中心值非常敏感,并且对数据集属性要求过高的缺陷,提出了采用信息熵的方法对聚类中心进行初始化,以此来降低算法对初始聚类中心的依赖.同时为了使算法能够对任意形状的簇进行聚类,本文引用了类合并的思想,将任意形状的簇分割成小类,再通过一定的规则将小类对进行合并.实验结果证实了在FCM基础上改进的模糊聚类新算法能够识别任意形状的簇,并大大降低了FCM算法对初始聚类中心的依赖.     

基于依赖结构分析的类重要性度量方法

为支持自动识别系统中重要的类,提出了一种基于软件依赖结构分析的类重要性度量方法.该方法首先用一个图模型表达类之间的3种依赖关系,包括类-类继承依赖、类-属性交互依赖和类-方法交互依赖,然后用PageRank, HITS和Betweenness Centrality算法通过对依赖关系结构的全局分析来度量类的重要性.该方法仅使用在软件开发的分析和设计阶段可以得到的信息,因而可用来在软件开发的早期识别系统中重要的类.实验结果表明,在识别重要的类时,该方法产生与简单方法不同的结果.     

文献计量领域中两种聚类方法的比较研究

通过对传统聚类法与现代聚类法各自包含的内容进行分析研究和比较,得出了两种聚类方法的异同点,为主题演化分析中聚类方法的深入研究和发展打下了坚实基础.     

复杂网络与软件度量分析

用复杂网络理论研究软件系统的复杂性,选取两款面向对象开源软件框架webwork和spring作为研究对象,无(有)向图节点代表类,边代表类间的依赖和关联等关系,将系统抽象为网络图,并对其拓扑结构进行分析.研究表明:无(有)网络具有较大的聚类系数和较小的平均路径长度,具有小世界特性.由于框架都使用了依赖注入和控制反转,程序中类之间的关系,完全由spring容器来控制,而不是由代码控制,容器运行时会根据spring提供的配置信息注入到组件中.用依赖注入的一个结果是改变了编译阶段部分类之间的相互关系,由原来的关联实体类到关联加载配置文件类,从而影响节点的度包括入度和出度,使无(有)向图的边(弧)数改变.实验结果表明:度分布统计特性仍然具有无标度特性.     

Java应用系统的复杂网络分析(英文)

大量研究表明,Java软件系统是一种人工复杂网络,它的入度分布符合幂律,然而出度却是对数正态分布.现有的这些研究都仅仅以Java开发工具包,如JDK、log4j和Tomcat这一类软件系统为研究对象.除此之外,所分析的数据类型也很有限,只考虑了程序包与类的依赖关系,忽略了很多有用的数据类型,比如函数成员变量和函数临时变量.本文将这两类数据类型纳入了研究范畴,拓展了类依赖关系.不仅如此,本文也将研究粒度细化至函数层面,构建了函数依赖图.针对这两类依赖关系,本文提出了将系统转化为加权有向网络图的理论方法.全面的实验结果显示,本文所选取的10类Java应用系统,无论是出度还是入度绝大多数都符合幂律分布,由此证明了所提出的理论方法,验证了有向加权网络是否具有无标度特性在分析Java应用系统网络结构时是有效的.     

基于聚类离散化的Dep-Miner函数依赖发现方法

针对已有函数依赖发现方法直接应用于连续型数据时，易导致依赖关系挖掘失败的问题，该文基于已有Dep-Miner方法，提出基于等间隔离散化的Dep-Miner(ED-Dep-Miner)和基于聚类离散化的Dep-Miner(CD-Dep-Miner)函数依赖发现方法。通过数据离散化，将指标的连续型数据合理地转变为类别数据。实现基于类别数据的函数依赖发现，提升函数依赖发现能力。同时，对Dep-Miner中的部分定理给出了基于反证法和枚举法的通俗化证明。该文将提出的ED-Dep-Miner和CD-Dep-Miner与不带有任何离散化操作的原始Tane和Dep-Miner进行了实验对比。实验结果表明，该文的ED-Dep-Miner和CD-Dep-Miner方法将原始连续型数据转化为离散型分类，挖掘出了更多潜在的函数依赖关系。同时，CD-Dep-Miner的性能要优于ED-Dep-Miner,解决了等间隔离散化存在的边界值问题。     

一种超协调的软件演化需求元模型

为了建模包含非协调信息的软件演化需求,提出一个超协调的元模型,其主要部件包括:特征、演化需求和演化意图.首先,分析了演化需求的5个重要特征;其次,在形式定义特征的基础上,研究了特征之间的协调、层次和交叠关系;再次,在分析特征属性间的依赖和互斥关系基础上,形式定义演化需求和演化意图,使得演化需求能包含非协调信息而演化意图...     

Weblog会话动态聚类分析

Web使用挖掘分析访问者日志,可以发现很多潜在的规律。利用会话之间的依赖关系,给出会话的依赖特征和数值度量,利用会话的动态特性给出会话动态聚类分析的算法和应用,并和模糊聚类算法方法进行比较研究。     

考虑变更传播影响的产品模块分类方法

针对产品变更过程中遇到产品结构复杂及零部件间关联程度强的问题,基于设计结构矩阵,通过模糊聚类分析法,对产品变更模块分层级研究变更传播的特点.首先,将产品零部件按照不同要求划分为不同的模块,将模块作为基本元素,根据模块间的变更依赖关系建立含权重的设计结构矩阵;然后,利用模糊聚类分析法对变更模块聚类,对聚类结果分层级,分析各层级之间的变更传播特点,从而降低模块变更的复杂性,提高模块变更的速度.以某型罐式半挂车为例,对该方法的可行性和合理性进行验证.实验结果表明:该方法能够有效地降低车辆变更复杂性,并能提高车辆工程变更速度.     

串行通信编解码软件设计

接口设计中一般软件编解码方法抗干扰能力不强，针对这一问题，采用模拟80C51单片机异步串行口解码的方法来解决。实际应用结果表明，使用该方法设计的异步串行通讯解决了高速通讯情况下误码率高的问题，不仅提高了系统的抗干扰能力，而且使得多串口通讯易于实现。该设计方法可以应用到SPI、IIC等串行总线中。     

CMM在军用软件项目管理中的应用

针对军队软件系统设计质量难以控制的问题, 在参照CMM(Capability Maturity Model)的基础上, 提出军用软件研制能力成熟度模型。该模型可为军用软件的项目管
理标准提供技术支撑, 为军用软件项目研发管理提供理论保障, 降低军用软件研制风险, 科学控制软件系统设计各阶段的财政支出, 可推广应用到军事软件研制项目的实际开发中。     

稳健边界强化GMM-SMOTE软件缺陷检测方法

基于软件大数据的自动化缺陷检测模型已成为缺陷发现的重要工具.针对软件大数据中,被准确标定的缺陷样本稀少,且漏标、误标率高,导致现有机器学习数据平衡优化方法易使噪声加剧、分类边界模糊等问题,提出一种稳健边界强化GMM-SMOTE软件缺陷检测方法.该方法利用高斯混合聚类将软件集合划分为多簇,基于簇内类别比进行可靠样本筛选并且通过后验概率实现边界识别,用以指导完成加权数据平衡,最后利用平衡优化数据构建软件缺陷检测模型.在NASA多个公开数据集上的实验结果表明,GMM-SMOTE可实现噪声抑制、边界强化的数据平衡,有效提高了软件缺陷识别效果,实际应用价值大.      

Software Module Clustering Algorithm Using Probability Selection

Software module clustering problem is an important and challenging problem in software reverse engineering whose main goal is to obtain a good modular structure of the software system. The large complex software system can be divided into some subsystems that are easy to understand and maintain through the software module clustering. Aiming at solving the problem of slow convergence speed, the poor clustering result, and the complex algorithm, a software module clustering algorithm using probability selection is proposed. Firstly, we convert the software system into complex network diagram, and then we use the operation of merger, adjustment and optimization to get the software module clustering scheme. To evaluate the effectiveness of the algorithm, a set of experiments was performed on 5 real-world module clustering problems. The comparison of the experimental results proves the simplicity of the algorithm as well as the low time complexity and fast convergence speed. This algorithm provides a simple and effective engineering method for software module clustering problem.     

软件系统的可靠性设计

本文针对软件系统的可靠性问题,进行了容错和抗干扰方面的讨论,并提出了三种软件系统的可测性设计方法.字节补齐法,可以检测软件的好坏;周期补剂法和功能分解法,可以实时测试软件运行的质量,并可排除瞬间性故障,比较适合于产时控制系统软件的设计.     

Agile软件开发研究综述

对Agile软件开发的价值观和原则进行了概述,接着详细介绍了Scrum的实施流程和Agile软件开发中的关键实践,以及实施Agile软件开发对软件组织的益处,最后说明了单独使用Agile软件开发并不足以解决软件开发面临的问题,要通过结合CMM/CMMI成熟度模型不断提升软件组织的核心竞争力。     

可缓解类重叠问题的跨版本软件缺陷预测方法

针对软件缺陷预测过程中未充分使用源代码语义特征以及训练数据集中的类重叠问题, 提出一种面向类重叠的跨版本软件缺陷深度特征学习方法. 该方法采用混合式最近邻清理策略缓解深度学习语义特征中存在的类重叠问题. 在PROMISE公开数据集上进行测试的结果表明, 该策略能提升基于深度语义学习的软件缺陷预测性能, 分类性能最多在中值上提升14.8%. 实验结果表明, 在跨版本深度缺陷预测问题中可采用混合式最近邻清理策略缓解类重叠问题.     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,从20世纪60年代末期开始,出现了以大量软件项目进度延期、预算超支和质量缺陷为典型特征的软件危机。在对软件项目进行估算时,通常情况下能得到相关软件组织或软件产品的某些历史数据,充分利用这些历史数据对预测与估算软件项目是很有帮助的。稳健回归分析（RRA）,就是这样一种相当常用与有效的数据驱动方法。在比较、回顾一些稳健回归分析研究成果的基础上,重点解决了软件成本估算数据用传统回归分析存在的问题,并有效地解决了由于异常数据存在而产生的掩蔽效应。同时尝试提出在软件成本数据估算中运用稳健回归方法进行系统而全面的仿真实验分析,发现该方法能有效地解决异常数据的掩蔽效应,得到比较满意的结果。     

软件数字累积平均器的实现技术研究

主要研究了实现软件数字累积平均器的技术问题。首先讨论了数字累积平均器用于恢复周期性微信号的基本原理和它的频域特性;然后研究了在SystemView软件环境下设计软件数字累积平均器的技术问题,并给出了软件数字累积平均器通用设计单元;最后通过设计实例,讨论了使用通用设计单元构建软件数字累积平均器系统的方法。仿真实验结果表明,给出的软件数字累积平均器的设计技术具有工程应用价值。