面向软件动态演化的需求建模及其模型规范化

针对目前需求工程阶段对软件动态演化考虑不足的现状,在分析软件动态演化面临的挑战的基础上,设计了面向动态演化的需求元模型(dynamic-evolution-orientedrequi rements meta-model,DERM)。该元模型以特征为基本部件,按特征组合的方式建立需求模型,需求模型由行为特征和属性特征组成。行为特征被区分为计算行为特征和交互行为特征,以实现计算和交互的相对隔离;属性特征通过其作用域,指定其在行为特征模型中的作用范围,从而将行为特征模型和属性特征模型统一为需求模型。在此基础上,讨论了需求模型的参照完整性、依赖一致性和互斥一致性,并进一步把需求模型规范化为需求模型第一范式到第三范式,需求模型规范化的过程提供了一种保证需求模型一致性的方法。最后通过案例研究,表明了该方法的可行性及其对软件动态演化的有效支持。

基于Petri网的软件动态演化的一致性分析

在分析软件动态演化面临的挑战的基础上,以扩展的Petri网为主形式化工具,基于面向动态演化的SA元模型DEAM,对如何保证动态演化的一致性问题进行分析。首先,讨论了一致性分析的总体思路和策略,确定以构件作为动态演化实施和分析的基本对象;其次,从构件结构演化的视角对构件的子网类型进行分析,提出了保证结构一致性的方法;再次,从构件行为演化的视角,分别从内部和外部观察构件演化前后的行为,并通过建立模拟关系来分析和判断演化前后构件的行为是否一致;最后,通过案例研究对所提方法的可行性进行验证。

基于Petri网的面向动态演化的软件体系结构建模

为了应对软件动态演化面临的挑战,应提高所建立的软件体系结构模型的动态演化性。以扩展的Petri网为形式化工具,对面向动态演化的软件体系结构进行建模。首先,将Petri网扩展成为构件网结构,并设计有效支持软件动态演化的构件模型和连接件模型;其次,建立软件体系结构的静态视图和动态视图,为软件动态演化的分析和实施奠定基础;最后,通过案例研究表明:该方法是有效的,并可显著提高所建立的软件体系结构模型的动态演化性。

面向动态演化的软件行为相关性分析研究

针对软件行为相关性提出一种基于HMM的分析方法,以软件行为属性:参数、上下文环境、动作、状态、接口和端口为可观测状态集,构建了行为相关性分析算法.首先,通过可观测序列训练出HMM数学模型,然后根据模型和可观测序列计算隐藏的软件系统行为状态序列,最后用软件部件状态向量表示软件行为状态,通过软件系统状态迁移而引起的部件状态向量的迁移分析出部件之间的相关性.在文章的最后通过仿真实验检验了该软件行为相关性分析方法的可行性和有效性.

一种支持动态演化的防火墙软件的设计与实现

对于软件防火墙,如果具备了动态更新的能力,会使被保护的系统更安全,即使在更新时也能对被保护系统进行保护。为达到这一目的,在分析netfilter和OSGi框架的原理的基础上,提出采用这两种框架分别处理防火墙安全策略和功能模块更新的方案,实现了一种基于这两种框架的支持动态演化的防火墙系统。

基于反射和连接件的SA动态演化研究

使用反射机制感知软件系统的结构与运行状态,提出了一种基于知识规则、直接对连接件进行操作的SA动态演化方法,消除了SA动态演化的不一致性,提高了效率.该方法使用代数表达式简化了演化日志,提高了演化可跟踪性。

支持演化规则引擎的Rete算法研究

在演化规则模式匹配过程中,存在内存空间有限与用户请求响应要求快速等问题,传统的Rete算法并不能完全适合此类实际应用。针对此类问题,在经典Rete算法的基础上,通过从算法空间复杂度的角度对Rete网络结构匹配效率进行分析,并结合系统动态演化过程中强动态和高实时性的特点,引入节点复用技术构造Re-te网络,且以规则权重、入网时间为依据,增设了Rete网络节点存储空间可调整机制,完成了Rete算法在内存消耗与调节、匹配耗时方面的优化。对比测试表明,优化后的算法提高了网络匹配性能,实现了系统的平稳安全运行,解决了演化系统模式匹配过程中存在的问题。

基于本体的室内舒适节能监控系统建模

软件动态演化与环境变化紧密联系,软件需要通过自我补足来适应环境变化,但是软件所在的开放环境信息多样、复杂难控,虽然上下文感知技术能够很好地解决这个问题,然而上下文信息数量丰富、结构多样、难以被有效利用。本文介绍了上下文感知技术、本体理论及相关技术,构建了上下文本体元模型,采用层次化的上下文本体方案,对不同上下文进行统一建模,提高上下文的共享。达到采用形式化的语言显式表达环境的目的,为建立环境适应性准则做准备。并在此基础上构建室内舒适节能监控系统的本体模型。

一种基于行为规则的程序特征定位方法

程序特征定位是成功实施动态演化意图的前提条件,其核心是识别代码集合与特征之间的映射关系。将程序运行时有规律的消息传递模式抽象为规则,通过规则获取和注释识别了程序特征与代码集合之间的映射关系,提出了规则空间用于刻画程序特征间存在的大小和层次等粒度属性,并基于此实现了对复杂程序特征的层次化理解,完成了特征定位。通过对Eclipse3.0的45个测试用例(含4822个对象)进行分析,在置信度和支持度设置为75%和30%的情况下,生成了645条规则和规则空间,实现了特征定位。其平均准确率为34.33%,这证明该方法是可行的。