基于软件加权网络特征的软件度量方法

来源 :东北大学 | 被引量 : 2次 | 上传用户:cz9104
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
软件规模的剧增以及应用环境日趋复杂,在大规模软件中软件结构也对软件质量有很大影响,结构复杂性的问题可以导致软件的质量难以控制,而目前被广泛应用的软件度量方法已经无法适应软件的规模的发展,且针对软件结构复杂性的度量还不够成熟,因此提出全新的软件度量方法以便适应软件的度量要求显得意义重大。利用复杂网络理论,将大型软件系统看作各个单元之间的关系组成的一种复杂网络结构,并将软件系统的结构通过网络拓扑来表示,建立网络模型,为度量软件结构的复杂性提供了有利的手段。现有的基于复杂网络特征的软件结构复杂性度量大多基于无权网络模型,而研究已证明加权软件网络可以更准确的表达软件结构特征。本文结合复杂网络的理论知识,建立软件加权网络模型,根据节点之间的相互关系为边赋予不同的权值。然后对软件加权网络中的一些参数进行分析,研究其规律,为后续的软件结构度量建立理论基础。接着本文对上百种不同规模的面向对象开源软件进行加权网络化统计分析,通过对特征值统计分布的数据研究,得到了软件网络拓扑特征和软件结构复杂性之间的关系。然后,基于特征分析结果初步提出了基于软件加权网络的软件结构度量方法,对软件结构复杂性进行度量。并与传统的软件结构度量方法做比较。在软件加权网络的结构复杂性度量中,结合实例对基于节点强度和紧密度的软件结构度量方法进行系统评价,验证了本文提出软件结构复杂性度量的有效性。最后,利用软件加权网络的平均最短路径长度和代价传播对软件结构的传播效率进行度量,并以此来评估软件结构由于模块的修改变化及结构设计而带来的风险,从而提高软件质量的可维护性。结合实例分析验证了基于代价传播的软件结构传播效率度量和风险评估方法是有效的。
其他文献
随着Internet的大规模普及和企业信息化程度的提高,有越来越多的信息积累,其中绝大部分均以文本形式存在。这样,文本挖掘( Text Mining )作为数据挖掘的一个新主题而出现,引起了
该文提出了一个大规模搜索引擎的改进框架,充分利用了超文本的结构,这个结构设计用来有效的爬行和索引网页.产生比现行系统更加满意的搜索结果.这个结构有一个至少拥有2400万
异构多核处理器中所集成的处理核心类型的多样性,促成了其对特殊应用(如信号处理、图像处理等)的良好支持,并使得在此基础上的实时调度问题成为了多核实时领域的主流研究方向
现代网络技术特别是INTERNET的飞速发展,深刻地影响和改变着人们的工作、生活和学习方式,各种基于互联网的应用服务正不断地应运而生。现代远程教育(Modern Distance Education
该文所做的主要工作有;1该文提出一种新型的前向安全算法-DGUH算法.DGUH算法的主要特点是:利用HASH函数的单向性,在每个时期开始阶段,每个成员利用前一时期的秘密参数作为自
随着互联网技术的发展,SaaS(Software as a Service)作为一种创新的软件应用模式已经兴起。由于其应用领域和实现方式的不同,SaaS应用支持的用户使用行为通常具有一定的间歇
工作流管理技术属前沿研究领域,在计算机网络技术、企业管理水平的不断发展中,工作流管理系统(WfMS)已成为支持人们协同工作、实现业务流程自动执行、构建OA应用的基础平台。在
该文主要探讨的即是关于大尺度室外地形的实时渲染问题,其主要内容包括:(1)介绍了目前在处理和显示三维地形中常用的典型数据结构和相应的算法;(2)分析研究了典型算法在现代3D硬件
信息时代最明显的特征之一就是各类数据的爆炸式增长,如何从海量数据中发现有价值的知识,成为人们日益关注的问题。为解决这一问题,数据挖掘技术应运而生。聚类分析作为数据挖掘
近年来,数据库中的知识发现(Knowledge Discovery in Databases,KDD)已成为涉及人工智能和数据库等学科的一门非常活跃的研究领域。而关联规则是KDD要发现的一类重要的模式,它的