發(fā)布時間：2025-01-14 21:05

　　伴隨著互聯(lián)網(wǎng)技術(shù)的一直發(fā)展,軟件產(chǎn)品在人們的日常生活中扮演著越來越重要的角色,軟件的功能也不斷被豐富化,這導(dǎo)致了軟件系統(tǒng)結(jié)構(gòu)的復(fù)雜化,進(jìn)而導(dǎo)致軟件開發(fā)變得越來越困難。研究人員發(fā)現(xiàn),函數(shù)是引起軟件結(jié)構(gòu)出現(xiàn)錯誤和缺陷的最小單位,也是缺陷和錯誤的最小傳播單位,因此,軟件結(jié)構(gòu)中關(guān)鍵節(jié)點分析對于維護(hù)軟件結(jié)構(gòu),保證軟件質(zhì)量和提高軟件開發(fā)速度具有重要的指導(dǎo)意義。本文對動態(tài)軟件結(jié)構(gòu)展開分析和探討,通過分析函數(shù)在軟件執(zhí)行過程中的行為特征,設(shè)計兩種挖掘不同類型關(guān)鍵函數(shù)節(jié)點的算法,并通過實驗分析算法的優(yōu)勢及準(zhǔn)確率。首先,在Linux操作系統(tǒng)中利用GCC編譯工具、追蹤工具Pvtrace和可視化工具Graphviz等對動態(tài)軟件結(jié)構(gòu)進(jìn)行數(shù)據(jù)化和可視化,得到軟件運行過程中的函數(shù)執(zhí)行序列和函數(shù)調(diào)用圖,并分別映射為序列模型和復(fù)雜網(wǎng)絡(luò)模型。其次,根據(jù)序列模型中的節(jié)點頻繁執(zhí)行相關(guān)信息,設(shè)計頻繁節(jié)點挖掘算法DNFM,利用模型中的函數(shù)執(zhí)行次序和調(diào)用關(guān)系等數(shù)據(jù)屬性,從節(jié)點頻繁執(zhí)行的角度評估節(jié)點的關(guān)鍵度,預(yù)防頻繁執(zhí)行函數(shù)出錯,影響軟件質(zhì)量。再次,根據(jù)序列模型和復(fù)雜網(wǎng)絡(luò)模型中的函數(shù)關(guān)聯(lián)度相關(guān)數(shù)據(jù)屬性,設(shè)計關(guān)聯(lián)節(jié)點挖掘算法PNMEA,挖...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-2經(jīng)典網(wǎng)絡(luò)模型

-3-c)WS小世界網(wǎng)絡(luò)d)BA無標(biāo)度網(wǎng)絡(luò)圖1-2經(jīng)典網(wǎng)絡(luò)模型年，德國數(shù)學(xué)家Eular在研究決哥尼斯堡七橋問題的過程中，首次使用復(fù)描述自然系統(tǒng)的特征和規(guī)律。一系列的網(wǎng)絡(luò)度量指標(biāo)被提出。平均路徑不同節(jié)點之間路徑距離的平均值，用來形容網(wǎng)絡(luò)的規(guī)模的大小，平均路，系統(tǒng)中....

圖4-3函數(shù)調(diào)用圖轉(zhuǎn)化為鄰接矩陣450000100000

第4章關(guān)聯(lián)密切關(guān)鍵節(jié)點挖掘算法PNMEAEA算法估算法用于從復(fù)雜網(wǎng)絡(luò)模型和簡化序列模型當(dāng)中提取數(shù)據(jù)屬性度系數(shù)和調(diào)用關(guān)聯(lián)度，得到節(jié)點的多維關(guān)鍵度并排序。算法總為調(diào)用關(guān)聯(lián)度計算、調(diào)用長度系數(shù)計算和多維關(guān)鍵度計算并排為了得到函數(shù)的調(diào)用關(guān)聯(lián)度，首先需要對復(fù)雜網(wǎng)絡(luò)模型中節(jié)點進(jìn)行統(tǒng)....

圖5-1簡化前與簡化后節(jié)點排名對比圖

b)Deadbeef中節(jié)點排名對比圖c)Nginx中節(jié)點排名對比圖圖5-1簡化前與簡化后節(jié)點排名對比圖實驗結(jié)果如圖5-1所示，圖中橫坐標(biāo)軸為節(jié)點編號，縱坐標(biāo)軸為節(jié)點排名。紅色曲線為在原始函數(shù)調(diào)用序列中評估算法的運行結(jié)果，藍(lán)色曲線為在簡化函數(shù)序列中

本文編號：4027122