多层次的软件演化追踪关系逆向恢复

软件资产追踪关系逆向恢复是软件维护和逆向工程领域的一个重要研究内容。然而,大多数现有的资产追踪研究都是针对同一软件版本内的追踪关系。与已有的研究工作不同,文中主要关注多个层次(变更文档层、配置管理层、实现代码层)上的演化信息之间的追踪关系逆向恢复。这些演化信息之间追踪关系的恢复对于理解软件演化和维护过程、学习并借鉴软件维护知识都具有重要的意义。针对不同层次演化信息的特点,提出了一种结合关键字检索和启发式规则的演化信息追踪关系逆向恢复方法,并针对一个开源软件系统的演化过程进行了实验分析。     

关于面向对象程序聚类的若干问题探讨

面向对象中多态机制﹑类及方法两级结构以及代码克隆现象都对程序聚类结果有较大的影响.已有的程序聚类的研究工作大多针对结构化程序,对于这些面向对象机制的影响没有进行深入分析.本文针对面向对象程序聚类中这些因素(多态机制﹑类及方法)的影响,通过一个针对开源软件系统的程序聚类实验进行了对比分析,并根据这三种因素的聚类结果特点分别提出了相应的应用场景(如软件体系结构恢复、特征定位、重构等),并以此对面向对象程序聚类策略的选择进行了分析与讨论.     

电子信息类核心课程线上教学模式改革与探索

新冠肺炎疫情给课程教学的信息化改革提出巨大挑战。针对特殊时期停课不停学的要求,分析了信号与系统的课程目标和课程内涵,结合线上教学特点,从课程建构、线上教学组织与教学效果评价等方面形成了完整的线上教学设计模式。经过疫情期间的线上教学实践发现,线上教学模式集成慕课、直播教学工具、移动端平台的优势,切实提升了线上教学效果,基本达成了既定教学目标。后疫情时代,构建线上线下相结合的混合式教学将是课堂教学改革的重要趋势。     

船闸底板大体积混凝土温度场仿真分析

在水库大坝、电站厂房、船闸等水工建筑物的大体积混凝土浇筑过程中,容易产生裂缝。利用有限元分析方法,对大体积混凝土浇筑过程的温度场进行仿真分析,得出大体积混凝土浇筑过程温度场随时间的变化规律,并与实际浇筑过程中的混凝土温升监测结果进行对比,验证仿真分析的可行性,以进一步优化混凝土浇筑方法和温控措施。     

一种基于句法分析的跟踪关系恢复方法

软件需求跟踪已被公认为影响软件项目成败的一个关键因素。针对大多数基于信息检索的需求跟踪方法都严重依赖于软件制品中的文本质量,提出了一种基于句法分析的动态需求跟踪方法。该方法能够从制品中抽取最有可能刻画自身特征的标引词,并减少制品中噪音对需求跟踪带来的不利影响。为了验证该方法的有效性,在多个来自不同项目且类型不同的软件制品上,比较了基于不同标引词集合的动态需求跟踪方法所建立的跟踪关系。实验结果表明,基于句法分析的动态需求跟踪方法能够有效地提高跟踪关系的准确性。     

基于前馈和反馈控制运行时虚拟资源动态分配

随着云计算的流行和发展,越来越多的应用系统被部署在云服务器上,以可伸缩的方式按需获取虚拟资源并按使用量付费。因此,如何在保证应用系统优化运行的同时以一种考虑成本效益的方式来分配和使用虚拟资源就成了一个重要的研究问题。传统的手工调整方法不但会增加系统管理员的负担,而且准确性较差并有一定的延迟。现有的虚拟资源动态分配方法大多是在发现系统运行时质量问题后进行资源动态调整的,因此具有一定的延迟性,而且还忽略了虚拟资源的异构性带来的影响。针对这些问题,提出了一种基于控制理论的虚拟资源动态分配方法。该方法使用一个前馈控制器来动态调整虚拟资源的数量,同时使用一个反馈控制器来动态调节各个虚拟资源处理的负载比例,从而实现应用系统的优化运行和虚拟资源的有效利用。与静态虚拟资源分配方法以及仅包括前馈控制方法的对比实验表明,所提出的方法能够在保证应用系统优化运行的同时提高虚拟资源利用的有效性。     

面向单个文件的个性化缺陷预测方法

现有的缺陷预测方法大多数是面向项目或个人的,这些方法或没有区分文件之间和开发人员之间的差异性,或只区分了开发人员的差异性。然而,在软件开发中,开发人员之间和代码文件之间的差异性是同时存在的,而且这些差异性都可能会影响缺陷建模或预测的结果。因此,如果缺陷预测方法忽视这些差异性或忽视其中任意一种,针对整个项目或某个开发人员建立缺陷预测模型均可能会影响预测准确性。针对此问题,提出了一种面向单个文件的个性化缺陷预测方法,即将每个开发人员修改每个代码文件的历史数据都作为单独的数据集,建立对应的缺陷模型,并将之用来预测对应开发人员修改对应文件的缺陷情况。通过实验初步确认了在单个文件的个人缺陷数据充分的情况下该方法能够有效地提高缺陷预测的准确性。     

基于数据库事务的不变式推导

作为数据处理和并发控制的基本单位,数据库事务被广泛应用于软件系统的业务逻辑中。通过收集运行时数据库事务中的数据,推导这些数据之间满足的不变式,建立相应的数据契约关系,是软件维护过程中对系统的内部状态进行监控的重要方法之一。目前,在不变式推导领域,主要的方法和工具都是基于代码进行分析的,缺少与基于数据分析相关的研究和成果。为了解决这一问题,首先提出了基于数据的推导代数等式形式的不变式的算法,然后设计并实现了基于数据库事务的不变式推导的原型工具,最后通过相关实验分析和验证了原型工具的有效性。实验结果表明,原型工具有良好的推导准确率和运行性能,能够弥补现有工具和方法在基于数据的分析领域的不足。     

基于容器技术的云计算资源自适应管理方法

云计算的发展使得越来越多的软件应用选择云平台作为部署平台。为了应对动态变化的工作负载、应用场景和服务质量目标,应用提供商希望能以一种可伸缩的方式对云计算资源进行动态调整。基于虚拟机的资源管理较为重载,难以实现细粒度的资源动态调整与混合云中跨平台的服务快速迁移。容器技术在一定程度上弥补了虚拟机的不足,然而传统的资源管理方法在诸多方面并不十分适用于容器技术。针对这一问题,提出了基于容器技术的云计算资源自适应管理方法,设计了更适用于容器的资源架构方案与资源之间的调度方式。与传统的线性建模方法不同,所提方法使用非线性函数对云计算资源进行更加精确的建模,同时用遗传算法进行参数调优,使得自适应调整响应更快、总体性能更好。所提方法还针对不同容器多维度的异构性,合理分配容器部署位置,提高物理资源利用率。此外,所提方法结合了容器技术多方面的底层特性,在分配负载等方面进行适应性调整。最后通过实验分析初步确认了所提方法的有效性。     

基于依赖性分析的对象行为协议逆向恢复

对象行为协议对于理解对象行为语叉、对象行为验证、测试以及指导其他开发者正确使用对象所提供的外部行为都有十分重要的意义.然而在很多遗产系统中,对象行为协议常常缺失或随着长期的代码维护而出现不一致.针对这一问题,本文提出了一种静态的对象行为协议逆向恢复方法.该方法首先通过源代码分析获取对象(类)内部各方法之间直接和间接的依赖关系,然后在对象(类)内部依赖关系的基础上构建行为协议状态机.由于对象(类)内部的依赖关系是对象行为约束的主要根源,而静态分析具有全面、准确的优点,因此该方法获得的行为协议具有较好的准确性,而相关的实验结果也很好地验证了这一点.