软件仓库挖掘领域:贡献者和研究热点

随着时间的推移,软件不断地更新和演化,软件仓库中累积了海量的数据,如何有效地收集、组织、利用软件工程中涌现的软件大数据是一个至关重要的问题.软件仓库挖掘(mining software repositories,MSR)通过挖掘软件仓库中繁杂多变的数据中蕴含的知识来提高软件的质量和生产效率.虽然一些研究工作详细阐述了MSR的背景、历史和前景,但现有的研究工作并未系统地呈现MSR领域中最有影响力的作者、机构、国家以及最受欢迎的研究主题和主题变迁等领域知识.因此,结合已有的经典的文献分析框架和算法来分析MSR相关文献,并呈现一些MSR基本领域知识.为了实现MSR文献分析,建立了一个包含3个组件的MSR文献分析框架(MSR publication analysis framework,MSR-PAF),这3个组件分别被用来创建数据集、执行基础文献分析、实施合作模式分析.基础文献分析结果表明:最高产的作者、机构、国家?地区分别是Ahmed E.Hassan,University of Victoria和美国,最有影响力作者是Ahmed E.Hassan,最频繁的关键词是software maintenance.合作模式分析的结果显示Abram Hindle是MSR领域最活跃的作者,open source project和software maintenance是最流行的研究主题.

面向软件仓库挖掘的数据驱动特征提取方法

在软件仓库挖掘领域,通常将软件工程任务转换成数据挖掘问题进行解决。领域特征的使用严重影响了软件任务的解决效果。然而,如何根据特定任务从软件仓库数据中提取有价值的特征,在软件仓库挖掘领域尚缺乏系统的研究。数据驱动特征提取方法是一种新的特征提取方法。对于给定的软件工程任务,该方法从任务的数据集中选取部分数据(如源代码、缺陷报告等),招募若干志愿者人工完成该任务,并要求志愿者说明在人工完成特定软件工程任务时所考虑的因素。通过分析这些因素,可以提取所需的领域特征。以缺陷报告摘要任务为例进行实验,结果表明新方法能够发现高效的领域特征,并取得比现有方法更好的预测效果。

基于OpenStack的开源软件仓库设计与实现

针对远洋航天测量船逐步地部署自主可控设备后,在海上执行任务期间,卫星通信带宽资源有限,无法满足海上测控任务、科学研究和随行试验等对开源软件需求增大的问题,设计了一种基于云计算平台的开源操作系统软件仓库,Python软件仓库和git分布式管理仓库。通过构建OpenStack平台,使用apt-mirror构建了Debian/Ubuntu操作系统软件仓库,使用yum-utils构建了Fedora/CentOS软件仓库,通过pip2pi设计了Python软件仓库,并使用gitlab搭建了git分布式管理服务,结果为各操作系统数据量均在55 GB以上,Python数据量达150 GB,gitlab共享数据量也达到了50 GB,海上离线模式传输速率大于8 MB/s,在远航期间开源软件仓库得到了可观的访问量,其中gitlab达到了最高的8次/日的日均访问量。结果表明,通过模块化云平台搭建的开源软件仓库,操作简单,灵活性强,扩展性好,可满足测量船长期出海期间对开源软件的下载需求与协同工作。

一种面向软件仓库挖掘的动态作业配置框架

构造面向软件仓库挖掘的数据中心,是目前软件工程领域的研究热点。软件仓库数据处理作业的执行时间差异明显、资源消耗大等特点为其作业配置带来诸多挑战。提出一种面向软件仓库挖掘的作业配置框架TrustieS-DC,该框架支持一种新型远程作业部署和服务模式,采用一种基于软件版本划分的动态作业配置算法以缩短长作业响应时间并提高系统资源利用率。基于Gnome项目SVN库的实验表明,TrustieSDC的性能和资源利用率与并行后的Alitheia相比有明显改进。

构建内网YUM软件仓库服务器

本文针对Linux计算机较为集中的环境下,补丁更新及软件安装过程中遇到的实际问题,提出了一个建立内网yum软件仓库服务器对Linux计算机进行快速有效更新的方法。

基于RBAC的软件仓库安全管理模型研究

通过深入分析当前典型软件仓库应用框架及其安全性的不足,并结合基于角色的访问控制(Role-Based Access Control,RBAC)模型的特点,提出了一种基于RBAC的软件仓库安全管理模型,并对该模型控制下的软件仓库数据库实现进行设计。实践证明,将访问控制模型结合实际应用于软件仓库管理过程中,能够较好的实现对不同级别用户软件下载安装进行有效的权限控制,进一步提高软件管理平台的安全性。

基于仓库系统软件实现实验耗材的综合管理

为加强实验室耗材管理,将仓库管理系统软件用于实验耗材管理的整个过程,包括耗材的申报、审批、采购、领用、使用和报废登记等。充分发挥总仓库的集散功能,同时为每个实验室建立了虚拟分仓库,使各实验室与总仓库之间即相对独立又有机结合,最大限度减少安全隐患。该方法可以实现实验耗材精确而快速的领用、使用和存量统计,极大降低了实验准备繁琐度,使耗材管理工作更为公开和透明。

基于状态图和数据库技术的仓库管理软件算法

介绍了自动化立体仓库中各种出入库方式的分类和分层结构模式 ,着重给出一种基于状态图和数据库表的出入库管理软件及其算法 ,其中包含了所有各种出入库操作方式 ,并给出了立体仓库货位货箱的一种数据库通用表示方法 .经实际使用证明 ,所提出的软件算法是灵活有效的 .

基于软件历史仓库和抽象语法树的相似缺陷识别方法

软件开发过程中,软件开发人员常常通过搜索软件历史仓库(historical software repository,HSR),再经复制/粘贴以实现软件复用。HSR中会保存被复用的代码的缺陷及修复信息,辅助处理相似缺陷。基于此,提出一种基于HSR挖掘的相似缺陷识别方法。首先,基于变更日志的分析,从HSR中提取出已知缺陷的模块,建立bug模块库。然后,采用基于抽象语法树(abstract syntax tree,AST)的相似代码检测方法,识别待测试软件与bug模块库中相似的代码,并借助HSR中保存的相应缺陷及修复信息,完成待测试软件中可能包含潜在缺陷的模块的识别。同时,为提高相似代码的识别精度,优化基于AST的代码特征度量。在18个C程序、164对克隆代码上进行实验,结果表明所提方法能够识别出全部相似代码且性能优于已有工具。在人工构建的bug模块库上验证了代码相似性对相似缺陷识别的作用。最后,在8个真实的大型C项目上进行验证,平均缺陷召回率达到94%,表明挖掘HSR可以有效地为跨项目传播的相似代码提供缺陷理解支持。

软件构件仓库SCoRe的体系结构

软件构件重用已成为软件工程的新研究方向,构件标准、构件描述语言CDL、构件仓库是其主要研究课题,而构件仓库更是其基础。本文提出了一个软件构件仓库SCoRe的体系结构及其相关工具;研究了构件仓库对软件重用的支持。SCoRe用I^2R模型表示构件,将构件存储在构件库中,并利用构件库访问工具CRTs对其进行存取、剪裁/组合,得到适合应用的新构件,(或其实例)。利用构件操作工具CTs在构件的内部表示与其源代码表示和CDL文本描述之间进行相互转换。

一种软件构件仓库及实现方法

为了有效提高软件质量和开发效率,基于软件复用思想将软件模块和业务模块抽象为软件构件,提供以特定规则存储、查询、使用和进化构件的软件构件仓库。软件构件仓库的使用过程主要包括创建构件、查询构件、引用构件以及自动构建与持续集成等步骤。软件构件的逻辑模型采用了结合刻面分类法和键值对表示法的集成方法,定义了一种以URL方式表示构件信息的构件管理协议用于在系统内部存储、传递和解析软件构件信息,构件逻辑模型存储在关系型数据库中,用于描述构件包含的所有信息的模型,构件物理模型用来表达软件构件所对应的实体-文件的存储形式,保证构件仓库能够无障碍地升级和迁移。

使用易语言快速开发仓库管理软件

文中从实际的工作需求出发,实现了一款仓库管理软件。文中针对的是非专业出生而又有实际需求的人员,以易语言作为快速开发平台,使用其自带的数据库和数据库引擎,探讨了贴合实际需求的仓库管理软件的快速开发过程,并详细阐述了具体的实现方法,为实际工作中低成本高效率的管理问题做出了良好的尝试,有效地解决了类似的小型管理软件中的数据库技术和快速开发技术等技术难点,并最终实现了一款实用的仓库管理软件。结果表明,作为类似软件的快速开发平台,易语言是一个很好的选择。

面向开源生态的软件数据挖掘技术研究综述

全球开源软件生态中孕育的大众化软件生产模式正在快速形成一种新型的软件生产力,在软件开发和应用各个环节发挥了巨大作用.大众化软件生产的数据规模日趋庞大、协同范围不断扩展、管理模式高度精简,这些全球化特征使其在软件复用、协同开发、知识管理等环节面临诸多挑战,迫切需要新的理论指导和工具支持.首先,界定了大众化软件生产活动的分布范围、基本过程和数据形态;然后,从软件复用、协同开发、知识管理这3个核心环节对开源社区数据挖掘技术的研究工作进行了归类与分析;最后,总结了该领域研究工作存在的问题和未来的发展趋势.

基于构建软件功能描述的可复用软件检索方法

软件复用技术能够有效降低新软件产品开发的时间、人力和成本.在软件复用中,基于待开发软件的基本描述与简单需求,如何衡量已有软件的可复用性并对大量已有软件进行快速、自动的可复用性评估,已成为首要解决的问题.目前已有较多评价软件产品或软件项目相似度的研究工作,但相似性并不等于可复用性.因此,该文通过调研软件产品可复用性的相关研究,定义了一套适用于开源软件仓库中软件项目的可复用性评价指标,并设计了基于待开发软件项目的基本需求快速查询可复用软件项目的算法,实现了可复用软件项目检索系统.通过实验及专家对检索结果的评价,验证了所提描述方法的高效性和可用性.

软件升级问题的多目标优化方法

近年来,开源软件包管理成为软件产品重用的一种普遍方式,尤其是在Linux发行版操作系统领域。其中,软件升级问题是软件包管理工具必须要解决的关键挑战之一。软件升级问题旨在按照某种优化准则找出能够满足用户升级请求的最合适的升级方案。优化准则由几个不同方向的优化目标组成,因此软件升级问题本质上是一个多目标优化问题。现有的解决软件升级问题的方法均是将多个优化目标聚合成为单个目标的形式再进行处理。这些方法都可能没有恰当地考虑不同的优化目标之间的关系,因此会存在潜在的风险。针对这种风险,文中提出了一个多目标演化框架——SATMOEA(Combining Constraints Solving and Multi-objective Evolutionary Algorithms),将软件升级问题构建为可满足问题+多目标优化问题的形式,并集成了约束求解和多目标优化算法,来对软件升级问题进行求解。基于MISC竞赛提供的升级问题标准实例集进行实验,结果表明对于有着大量约束条件的复杂问题实例,多目标演化框架在一次运行中即可有效地计算出各个优化目标均达到帕累托最优的解决方案,相比现有的升级问题求解器提供的升级方案更加多样,并且在一些优化目标上更具优势,可以满足用户在不同场景下的需求。

GitHub开源软件项目团队协作过程评价

随着开源软件的兴起,为了得到更好的锻炼提升,计算机相关专业教师鼓励学生在GitHub上进行项目团队协作。针对学生在GitHub上协作完成的项目,教师如何进行项目团队内成员的贡献度量,进而为学生课程任务做出公平、公正的评分则成为一个问题。本文主要从构建成员贡献行为指标模型、设计量化贡献计算方法和成员贡献可视化等方面进行软件仓库挖掘,结合SpringMVC、Hibernate和Extjs设计并实现了一款GitHub团队项目成员贡献评估Web应用系统。通过对比实际项目人工评估结果和系统评估结果,验证了所提方法的有效性。

自动化仓库系统建设实施与应用

随着现代制造业的发展,自动化技术逐渐渗入各个领域中,彻底颠覆了传统的工作模式,极大地解放了人力劳动成本,给行业带来了很大便利。该文主要针对自动化仓库系统建设的实施和应用情况进行了分析。首先介绍了自动化仓库的基本概念和应用条件,然后分析了自动化仓库设备的构成因素,包括机器人、Port输送机以及控制器等,最后对自动化仓库的软件设计开发部分进行了简要说明,以期能够为相关行业工作者提供些许参考。

代码自然性及其应用研究进展

代码自然性(code naturalness)研究是自然语言处理领域和软件工程领域共同的研究热点之一,旨在通过构建基于自然语言处理技术的代码自然性模型,以解决各种软件工程任务.近年来,随着开源软件社区中源代码和数据规模的不断扩大,越来越多的研究人员注重钻研源代码中蕴藏的信息,并且取得了一系列研究成果.但与此同时,代码自然性研究在代码语料库构建、模型构建和任务应用等环节面临许多挑战.鉴于此,从代码自然性技术的代码语料库构建、模型构建和任务应用等方面对近年来代码自然性研究及应用进展进行梳理和总结.主要内容包括:(1)介绍了代码自然性的基本概念及其研究概况;(2)归纳目前代码自然性研究的语料库,并对代码自然性模型建模方法进行分类与总结;(3)总结代码自然性模型的实验验证方法和模型评价指标;(4)总结并归类了目前代码自然性的应用现状;(5)归纳代码自然性技术的关键问题;(6)展望代码自然性技术的未来发展.

龙芯Mipsel架构平台Linux发行版的开发

Debian GNU/Linux是Linux操作系统中一款优秀的发行版,凭借其完全免费、开放源代码、自由分发、强大的软件包管理机制以及多架构支持等特点,正获得越来越多用户的青睐.本文研究了在龙芯处理器平台上Linux发行版的开发方案和实现过程.基于龙芯Mipsel架构的Linux发行版实现是其他各种龙芯应用的基础,也为Linux移植领域提供了宝贵的经验借鉴.