天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軟件論文 >

基于故障影響的軟件執(zhí)行行為模式挖掘方法

發(fā)布時(shí)間:2023-03-11 08:25
  隨著軟件應(yīng)用領(lǐng)域不斷擴(kuò)大,軟件系統(tǒng)規(guī)模日益復(fù)雜,耗費(fèi)科技人員大量的時(shí)間和精力。如果能從海量的軟件動(dòng)態(tài)執(zhí)行軌跡中挖掘出具有代表性的信息,為分析軟件系統(tǒng)的結(jié)構(gòu)特征以及軟件后期維護(hù)等提供完備的依據(jù)。本文從軟件故障傳播的角度分析軟件結(jié)構(gòu),結(jié)合數(shù)據(jù)挖掘理論知識(shí),挖掘出軟件重要行為模式,從而幫助技術(shù)人員有效地完成對(duì)軟件的更新和維護(hù)工作。首先,提出一種基于軟件動(dòng)態(tài)執(zhí)行軌跡的軟件網(wǎng)絡(luò)模型構(gòu)建方法。通過追蹤軟件執(zhí)行軌跡,將函數(shù)作為節(jié)點(diǎn),函數(shù)調(diào)用關(guān)系作為連接節(jié)點(diǎn)的邊,函數(shù)之間的依賴程度作為邊的權(quán)重,將其映射為函數(shù)依賴關(guān)系模型,并通過深度遍歷方法得到軟件執(zhí)行序列集合,為行為模式挖掘奠定基礎(chǔ)。其次,提出一種基于故障傳播的軟件網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)挖掘算法。該算法綜合考慮函數(shù)的故障脆弱性和故障傳播影響兩個(gè)特性,定義軟件系統(tǒng)中故障可能性較大并且發(fā)生故障后波及范圍較大的函數(shù)為關(guān)鍵節(jié)點(diǎn),設(shè)計(jì)算法TPFPN-Miner計(jì)算并排序故障影響力度量值,挖掘網(wǎng)絡(luò)中的關(guān)鍵函數(shù)節(jié)點(diǎn)集合,提高復(fù)雜軟件故障定位效率。再次,提出一種基于調(diào)用關(guān)系的軟件重要行為模式挖掘算法。該算法針對(duì)上一節(jié)提出的故障影響力度量值,將其作為軟件執(zhí)行序列中函數(shù)節(jié)點(diǎn)的外部...

【文章頁數(shù)】:61 頁

【學(xué)位級(jí)別】:碩士

【文章目錄】:
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 軟件網(wǎng)絡(luò)
        1.2.2 關(guān)鍵節(jié)點(diǎn)
        1.2.3 行為模式
    1.3 存在的問題
    1.4 研究的內(nèi)容概要
    1.5 本文總體結(jié)構(gòu)
第2章 建立軟件網(wǎng)絡(luò)模型
    2.1 引言
    2.2 構(gòu)建軟件執(zhí)行網(wǎng)絡(luò)模型
        2.2.1 獲取軟件動(dòng)態(tài)執(zhí)行軌跡
        2.2.2 函數(shù)依賴關(guān)系模型
    2.3 分析基于復(fù)雜網(wǎng)絡(luò)的軟件網(wǎng)絡(luò)理論
    2.4 本章小結(jié)
第3章 基于故障傳播設(shè)計(jì)軟件網(wǎng)絡(luò)重要節(jié)點(diǎn)挖掘算法
    3.1 引言
    3.2 軟件網(wǎng)絡(luò)重要節(jié)點(diǎn)基本概念
    3.3 基于函數(shù)依賴程度度量有向加權(quán)軟件網(wǎng)絡(luò)的權(quán)重
    3.4 軟件網(wǎng)絡(luò)重要節(jié)點(diǎn)挖掘算法
        3.4.1 基于故障傳播度量軟件網(wǎng)絡(luò)節(jié)點(diǎn)脆弱性
        3.4.2 基于調(diào)用函數(shù)規(guī)模度量軟件網(wǎng)絡(luò)節(jié)點(diǎn)影響力
        3.4.3 Top-k故障影響力節(jié)點(diǎn)挖掘算法TPFPN-Miner
    3.5 本章小結(jié)
第4章 基于調(diào)用關(guān)系設(shè)計(jì)軟件重要行為模式挖掘算法
    4.1 引言
    4.2 基本概念定義
    4.3 軟件網(wǎng)絡(luò)重要行為模式挖掘算法
        4.3.1 局部效用信息表LUIList
        4.3.2 剪枝策略
        4.3.3 Top-k高效用行為模式挖掘算法FITK-Miner
    4.4 算法實(shí)例
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)與分析
    5.1 實(shí)驗(yàn)環(huán)境配置與數(shù)據(jù)集獲取
        5.1.1 實(shí)驗(yàn)環(huán)境配置
        5.1.2 數(shù)據(jù)集獲取
    5.2 基于故障傳播軟件網(wǎng)絡(luò)重要節(jié)點(diǎn)挖掘算法性能分析
        5.2.1 節(jié)點(diǎn)分布情況
        5.2.2 軟件網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)
    5.3 基于調(diào)用關(guān)系軟件重要行為模式挖掘算法性能分析
        5.3.1 數(shù)據(jù)集上運(yùn)行時(shí)間對(duì)比
        5.3.2 候選模式數(shù)量對(duì)比
        5.3.3 算法內(nèi)存使用量對(duì)比
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào):3759533

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3759533.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶8a478***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com