基于软件网络的度量若干问题研究.pdf

《基于软件网络的度量若干问题研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010-07-28基于软件网络的软件度量若干问题研究李兵武汉大学软件度量的重要性"没有度量就不能控制。“——TomDemarco软件工程学科的基础是软件度量系统监控质量保证性能分析估计预测软件度量的难点软件工程并不是建立在基本物理定量规律上的，缺乏诸如电压、重量、速度、或者温度等物理测度。需要设法获取一套间接测度方法来提供对软件质量的表示软件度量可以帮助我们理解软件属性，衡量软件质量，但是，软件度量并没有真正的去测量软件质量，而是测量软件质量的表现，因此，仍然需要我们去分析确定所测量的指

2、标和软件质量的准确关系软件结构与软件外部质量有直接的关系从软件拓扑结构（软件网络）出发，提出软件质量度量指标》网络是一种观念！研究问题之一基于加权软件网络缺陷传播分析的面向对象软件结构质量度量已有方法的不足已有从软件结构角度度量软件质量方法都假设一个软件实体（类、文件）的错误会100%影响与其有直接和间接关系的其它软件实体所有的软件实体（类、文件）编写、修改的过程中引入错误的概率是相等的。问题如下图问题1：Bug2Bug1传播至YBug1Bug2不会传播至Y问题2：研究表明：复杂性不同，错误产

3、生概率不同软件网络模型抽象面向对象软件系统被抽象成一种加权的复杂网络——加权依赖网络，其中：软件中的实体是网络中的节点，实体之间的依赖关系抽象成有向边，方向代表依赖、被依赖关系，边上的权值是缺陷在类之间进行传播的概率缺陷传播概率P类X类YY依赖于X软件网络模型抽象对开源面向对象软件系统进行解析(Java字节码、c++源码)，提取其中的元素，包括：属性、方法以及它们之间的联系(方法调用、方法属性交互)加权特征(属性+方法)依赖网络WFDN节点代表属性和方法边代表方法调用和方法对属性的应用权值

4、为1(最坏情况)；加权类依赖网络WCDN节点：类边：代表加权特征依赖网络中方法间的关系权值：错误在类间传播概率(AB：错误从B传向A)软件网络抽象模型》多层次网络结构之间的关系工作流程类依赖网络边权计算（1/2）步骤一类依赖网络边权计算（1/2）步骤一类依赖网络边权计算（2/2）步骤二类影响力（CI）多步传播问题权值的修正类错误倾向指数（BPIC）研究发现，SLOC、WMC、CBO和RFC是广泛认可地能够较好地预测一个类的错误倾向性的复杂性度量指标。提出：（1）SLOC（SourceLi

5、nesOfCode）:SLOC是源代码行数.空行和注释行都忽略.（2）WMC（WeightedMethodsperClass）:WMC是一个特定类中每个方法的复杂性的总和,本文我们采用它最简单的形式,即设每个方法的复杂性为一个单位,则WMC为该特定类中所包含的方法总个数.（3）CBO（CouplingBetweenObject）:CBO是和该特定类有耦合关系的类的总个数.（4）RFC（ResponseForaClass）:RFC是类中某种特定类型方法的总个数.该种方法的定义是,当这个类的一个对象接

6、收到了外部的一个消息,那些可能被执行的方法.软件结构质量（SQoS）软件的结构质量可以定义如下：其中：CI——类影响力BPIC——类错误传播指数实验程序选择了一些程序，选择两种不同的实现方式（功能相同、结构不同）采用设计模式（designpattern）Bridge设计模式Decorator设计模式不采用设计模式实验结果（1/2）实验结果（2/2）结论：本文的方法在模型上比其它基于结构的方法更加合理发表论文PanWF,LiB,MaYTetal.MeasuringStructuralQu

7、alityofOOSoftwaresviaBugPropagationAnalysisonWeightedSoftwareNetworks.JournalofComputerScienceandTechnology（JCST）,2010,25(6).未来工作进一步的工作用更多的开源的软件来验证本文提出的方法（目前我们又收集了8个开源Java程序验证了本方法的有效性）将提出的加权耦合网络模型用于软件回归测试用例排序（已取得初步成果）进一步完善本文的模型（考虑交互的种类等）计算类重要性时考虑P

8、ageRank等度量研究问题之二面向对象软件系统中类的多重依赖结构的度量分析研究问题面向对象软件系统中类的（外部）多重依赖结构对其（内部）功能的影响入度：类重用的程度波及度：类构造的代价功能的通用性功能的专用性in-degreerippledegree量化因子反映了软件设计中功能的通用性与专用性的权衡关系maximumin-degreeandthemaximumreachablesetinagraphwithnnodes发现1节点的入度和波及度呈现负相关性，而且节点的度越大，现象越