基于软件网络模型的开源操作系统复杂性及演化分析技术研究

来源 :国防科技大学   | 被引量 : 1次 | 上传用户:tnnd_5460
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
开源软件因其基于大规模群体协同的生产模式以及随需而变的持续演化能力已成为软件产业发展的强劲引擎。作为开源软件的一个重要分支,开源操作系统广泛应用于以金融、物流、教育、医疗、电子商务和旅游等为代表的现代服务行业。然而,其基于自组织、松耦合的开发方式使得开源操作系统的开发过程存在诸多不确定性,系统的内部结构及其交互关系随着软件规模和复杂性的剧增而逐渐超出软件开发人员的理解能力,对软件系统的质量保证以及安全性和鲁棒性造成了严重的威胁。如何有效应对开源操作系统这类复杂软件系统的挑战成为软件工程领域的重要课题。近年来,研究者们基于软件整体结构的软件网络理论,从全局角度来研究软件系统各要素之间的联系,对软件系统整体涌现特性、演化机理以及结构复杂性进行了有益探索,为防范开源软件系统缺陷,提高开源软件的安全性和可靠性取得了不少可喜成果。鉴此,本文在分析本领域国内外研究现状的基础上,基于软件网络相关理论和软件工程领域相关方法,以优麒麟操作系统为对象,首先将其软件结构抽象为由软件包及其连接关系组成的软件网络,进而从整体和全局的角度对开源操作系统复杂性及其演化机理和规律进行了多方位较深入的研究和实验分析,取得的主要成果如下:
  1、对开源操作系统的整体结构进行抽象,提出并分析了基于开源操作系统软件包依赖关系有向图结构的软件网络模型。将开源操作系统的组成要素——软件包作为有向图的节点,包与包之间的相互依赖关系作为有向边。软件网络的结构特征包含网络的规模、稠密性、连通性、凝聚性和异质性,通过网络的节点数和连边数、平均最短路径长度、网络直径、平均聚集系数等统计特征表示。以优麒麟操作系统软件网络为对象,对开源操作系统的软件网络进行度量与分析,为后续的研究提供基础。实验分析表明,优麒麟操作系统在演化过程中符合软件网络小世界和无尺度的结构特征,并具有明显的社团模块化特性,适用于使用软件网络理论对其进行深入分析。
  2、通过对开源操作系统软件包典型连接样式的抽取与分析,提出了一种基于模体的开源操作系统网络结构缺陷检测方法。模体指软件网络中由n个(通常取3-6个)节点及其连接样式数目超过某个阈值的连线组成的子网,它反映了开源操作系统的某些关键功能和常用的重用模式,因而是分析软件网络结构的基本单元。本文首先运用基于节点的抽样方法Rand_ESU,从开源操作系统的软件网络中抽取若干类典型的软件模体,然后检测模体中是否存在环状结构,即是否存在一对或一组具有相互依赖关系的节点,并对此进行必要的统计。一个完美的软件网络结构应为无环结构,一旦其中存在环状结构将意味着相应的开源软件可能存在死锁等引起系统崩溃的结构缺陷或隐患。实验分析表明,优麒麟操作系统在版本演化过程中软件网络的模体类型是比较固定的,但软件网络中出现环状结构的网络模体占比50%,这就是说,优麒麟操作系统存在较明显的结构缺陷与隐患。该实验结果已经引起优麒麟高层开发者的高度关注。
  3、为了重点监控开源操作系统某些结构单元的质量,提出了基于k?核分层的开源操作系统网络关键节点分析方法。运用复杂网络传播动力学中的k?核算法将开源操作系统网络进行层次划分,证实了其存在相对扁平的层次结构。通过分析开源操作系统各层之间的连接及其结构,发现网络最高层节点在整体结构中具有支配作用,这些节点对应的软件包对系统的整体结构起着关键作用。实验分析表明,优麒麟软件网络的最高层节点在版本演化过程中保持了相对的稳定状态,即每个版本最高层关键节点集基本保持一致,因此,高层开发者必须对这些节点对应的软件包的质量进行严格的把控,这些软件包的质量很大程度上决定了整个开源操作系统的质量。
  4、为调节和优化系统的整体结构,提出了一种基于结构熵的开源操作系统网络结构有序度的度量方法。有序性指随着时间的变化系统整体结构表现出来的秩序性和规律性,有序度越高,系统越趋于稳定和确定。本文首先借鉴信息科学中作为系统状态复杂性和有序性的一种定量描述的状态熵,根据开源操作系统软件网络中节点连接度定义结构熵,引入结构的有序度,以此量化和分析系统结构的有序程度,同时研究了开源操作系统在演化过程中有序度的变化规律。实验分析表明,优麒麟操作系统在软件版本演化过程中其结构朝着有序的方向发展。进一步研究其有序化的因素,以及演化过程中结构熵与鲁棒性和通信效率之间的关系,发现优麒麟操作系统的演化过程的有序化是通信效率和鲁棒性的共同作用达到的,即在演化过程中,为提高优麒麟操作系统结构的有序性,相应的软件网络结构的平均最短路径应该保持较小,聚集系数要维持在较高的水平。
其他文献
水产养殖是农业的重要组成部分,多年来产量处于是世界首位,是一个不断发展的综合性研究领域。为了深入了解水产养殖业发展现状及发展趋势,以及渔民喂养方式和获取信息途径,我们前往“浙江省淡水水产研究所八里店实验综合基地”实地调研,通过一个月的实地观察以及工作人员和周围养殖户的反馈,我们发现养殖户多以经验养殖为主,养殖技术以及鱼病预防等措施更新不及时,遇到问题虽通过网络途径查询,却出现各种错综复杂的信息,导
学位
随着精准农业概念在我国的进一步推广,农业生产对智能机器人的需求也变得更加的旺盛。在农业智能机器人领域,目标障碍物识别技术一直是关系到机器人能否自动行走避障的关键。本文提出了一种基于立体视觉的光谱聚类算法,并把该算法应用到农业智能机器人障碍物检测的研究中。  本文为了降低在伪目标存在的条件下,由于伪目标的干扰引起的算法误检概率,进而提高本系统在非结构化的复杂环境中对目标的有效识别能力,提出了一种基于
随着互联网科技的迅猛发展,人类已经进入了一个信息大爆炸的时代,如何从繁杂的信息资源中提取有效的信息成为了学者们研究的重点内容,谷歌、百度等搜索引擎的出现很好的解决了这一问题。它能够对用户提交的查询请求进行处理,返回给用户想要搜索的信息。  目前虽然我国拥有很多涉农网站,如中国农业信息网、中国农村网、农联网、农业智能搜索网等,这些网站拥有丰富的农业信息资源,符合农业用户的查询要求。但是由于没有规范的
学位
我国作为农业大国,无论是农业在国民经济体系当中所占的比重还是我国的农耕土地面积都是在世界上处于前列的位置,同时随着我国的国家经济的飞速发展和改革开放之后我国经济的快速腾飞,无论是农业的技术水平和果树的种植产业都有了极大的提升和发展,水果和农副产品在人们的日常生活当中的比重和消费都呈现迅速增长的趋势。自1993开始我国成为世界第一水果生产大国之后,无论是果园的播种面积还是水果总产量,还是人均水果产量
学位
在机器学习/数据挖掘的众多研究分支中,异常检测一直是最为重要并且最具有挑战性的课题之一,其也被称为单类别分类/新奇点检测/离群点检测等。具体来说,异常检测致力于从一个数据集合中检测出与观测到的数据常见行为最为不相符的那些异乎寻常的数据模式,换言之,其将数据分类为正常类别和异常类别。异常检测有着非常广泛的应用领域,例如网络入侵检测、欺诈检测、工业故障检测以及智能图像视频处理与理解等。与传统的分类问题
学位
图像作为记录生活、分享信息的重要手段,是大数据时代最主要的非结构化数据形态,其应用领域已经深入到人类生活和工作的方方面面,然而,一方面,随着手机、平板电脑、摄像头等各种图像采集设备的广泛使用,图像的规模正呈现出爆炸性增长的趋势;另一方面,图像的处理和分析(如特征提取、物体检测、目标识别、图像检索等)通常包含非常复杂的计算过程。因此,大规模图像数据已经远远超过了资源受限的终端设备的存储和计算能力。 
学位
构建于大量节点之上云存储方便易用、成本低廉且可弹性扩展,被广泛用来保存人们快速产生的海量数据。根据节点分布,云存储可分为单中心云存储、跨中心云存储和P2P云存储三类。前二者通过运营包含大量服务器的一个或多个数据中心来提供服务;P2P云存储则通过大量租用个人闲置的存储空间和网络带宽来提供服务。对于任何一类云存储,采用容错技术以保证数据不因节点失效而丢失都至关重要。基于纠删码的容错技术容错能力更强且存
学位
随着智能移动设备和移动通信技术的发展,诸如Uber、滴滴打车等基于位置的服务广泛应用在人们工作生活的各个方面,给人们提供了巨大的便利。但是在使用基于位置的服务过程中,位置服务提供商也获取了大量来自用户的隐私位置数据,使得用户隐私面临严重威胁。一方面,位置服务提供商可能在经济利益的驱使下,对用户位置数据进行非授权的分析建模,提取并挖掘用户的行动模式、家庭住址、工作单位、收入水平、消费倾向等隐私信息。
学位
室内场景重建与理解是计算机视觉、计算机图形学以及机器人学中的难点。作为室内场景导航、推理等复杂任务的核心问题,室内场景重建与理解是室内服务型机器人的基础。随着工业和娱乐领域对数字几何需求的不断增长,对室内场景进行分析理解比过去任何时候都更加重要。近年来深度扫描技术的快速发展使得室内场景的数据获取方式越来越多元化。由于这一技术革新,室内场景的重建和理解技术经历了由简单到复杂以及由低维到高维的发展演变
近年来,嵌入式实时系统已经广泛应用于航空、航天、船舶制造、汽车、火车、工业控制、家电控制等多个重要领域。一方面,现代控制系统的自动化、电气化、数字化和智能化程度不断提高;另一方面,对系统的安全性、稳定性、舒适性等功能和性能的要求变得越来越严格。这些变化要求实时系统提供更加强大的支撑能力。因此,对实时系统的可预测性和应用性能提出了越来越严苛的要求。论文对实时任务模型的可调度性分析和性能优化技术进行了