网络化软件的复杂网络特性实证

互联网的普及和万维网的兴起,引发了软件技术的变革,催生了新的软件形态——网络化软件,为大众用户提供多样化、个性化的按需服务.随着应用领域的不断扩展和用户群的日益庞大,其规模与复杂度正以超越人类处理能力的速度增长,使得软件工程不得不面临一系列的挑战.为了科学地认识和理解这类规模庞大的人工复杂系统,从网络化-服务化-社会化的三维视角出发,对其基础设施、应用服务和大众交互三方面的复杂网络特性实证研究进行了综述分析,并系统论述了网络化软件中隐含的"小世界"和"无尺度"复杂网络特性对软件工程今后研究的影响和启示.软件工程与其他学科的交叉汇聚,将迸发新的观点和思想,为网络化软件的研究提供新的思维方式和方法论,有望实现软件工程理论、方法和关键技术的创新,从而推动我国软件服务业的快速发展.

基于管理者合作网络的开源软件开发社区中心性分析

随着开源生产模式的快速发展,合作开发社区中项目管理者之间的关系也变得越来越复杂.社会网络的分析可以作为组织管理的辅助工具与方法,将其与复杂网络研究结合起来,使人与人之间的相互作用关系变的更加清晰,促进对其拓扑结构的理解.本文通过对SourceForge.net社区中开源软件项目信息进行收集,在项目-管理者二分网络基础上构建管理者合作网络模型,对管理者的度进行分析发现网络呈现明显的核心/边缘结构.因此,我们分别从节点度、介数和拓扑势三个度量指标,进一步对合作网络的结构进行中心性分析,发掘网络的核心人物.

基于软件网络的服务自动分类和推荐方法研究

服务的分类和推荐方法对于服务管理和组合都具有重要意义.文中利用服务组合历史,从面向服务软件的结构角度研究了服务分类和推荐方法:提出面向服务软件的软件网络模型,并用于抽象面向服务软件的拓扑结构;利用复杂网络社区发现算法对软件网络进行聚类,从而实现服务的自动分类;利用软件网络描述服务之间的可组合关系及其强度,并基于服务的使用场景提出了相应的服务推荐算法.使用ProgrammableWeb上API服务和mashup应用的真实数据来说明该文方法的有效性.从实验结果可以看出,该方法可以准确地实现服务分类,整个聚类的纯净度达到了86.8%,同时推荐的服务也比较有意义,这对于解决服务计算中的一些问题,包括服务的管理、检索、组合等都具有一定的意义.

一种基于h指数的软件网络中重要类的度量方法

在软件开发过程中,为加快新开发者对系统的了解,往往优先推荐他们关注一些更重要的类,从而快速掌握系统最基本的概念.目前,关于网络节点重要性度量的方法很多,h指数作为一种成功用于定量评估研究人员学术成就的指标却很少应用于软件网络中重要类的识别.以Tomcat、Ant和Jung项目为研究对象,使用h指数来度量软件系统中类的重要性,并与已有的中心性指标进行对比,验证该指标的可行性以及评估的效果.实验结果表明,h指数能够很好的识别出软件系统中更重要类,尤其是考虑节点的连边权重时,且相比已有的中心性指标效果更好.

开源软件系统中社会-技术网络的协同演化分析

收集了开源软件项目Vuze 10个连续版本的源代码与开发者交互历史数据,构建对应的软件网络与开发者网络,依次从网络规模、平均度、最短路径和聚类系数,以及社区结构4个方面对比了两类网络的协同演化。结果表明:软件网络以3-4个版本周期性增长,而开发者网络呈明显的线性增长;整体上平均度均满足近似线性增长;'小世界'特性越来越明显,最短路径周期性下降,但开发者间局部合作更明显;模块度呈下降趋势,但开发者网络中波动更大。

一种基于h指数变体的软件网络节点重要性度量方法

新成员在参与软件项目开发和维护系统时,往往需要花费大量时间去理解系统的结构和功能,为了加速新成员对系统的理解,通常优先推荐他们关注一些系统中更重要的类。大量研究表明软件系统具有明显的复杂网络拓扑形态,可以将软件系统抽象为软件网络模型,通过网络节点重要性度量方法识别软件系统中更重要的类,辅助新成员快速掌握系统的核心结构和功能。目前,关于网络节点重要性度量的方法很多,大多数方法仅考虑邻居节点的度或边的权重。另外,h指数作为一种成功用于定量评估研究人员学术成就的指标也很少应用于软件网络中重要类的识别。作者以Ant、Jung和Maven项目为研究对象,构建对应的加权软件网络模型,结合节点的度和连边的权重信息提出H-NWD、A-NWD和G-NWD 3个h指数的变体指标来度量软件系统中类的重要性,并与已有的度中心性、介数中心性、接近度中心性、特征向量中心性、Page Rank中心性5个常用的复杂网络中心性度量指标进行对比。实验结果表明,本文所提的H-NWD和G-NWD指标与已有的度量指标交集达到80%以上,能够很好地识别软件系统中重要类;在确定类的修改情况下,H-NWD指标与度中心性、特征向量中心性、Page Rank中心性共同识别的重要类节点rank值更靠前,且被识别的其他类节点修改更频繁,相比于已有指标在识别关键类上更准确。

未来网络科学与工程若干问题综述

从网络计算理论、网络科学和网络设计、网络设计与工程、网络设计与社会价值等方面阐述了构建未来网络面临的若干问题,其中任何一个问题的解决都将极大地推动计算机网络的发展。

开源软件社区开发者合作网络的演化分析

开源社区开发者合作网络的演化分析是了解群体软件开发及组织过程的重要途径.文中在对Source Forge.net社区开源软件信息收集整理、构建开发者合作网络的基础上,采用社会网络分析与复杂网络的方法,从网络规模、内部结构、人员流动等方面分析网络的演化规律,分析了整个开源社区中开发者合作及迁移的行为特点.研究结果发现,社区内部拓扑结构随时间变化表现出沟通更加频繁,合作更加紧密的特性,连通分量规模呈现幂律分布,新加入的开发者倾向于同社区中已经存在的开发者进行合作,而离开的开发者多是社区中的非核心开发人员,这些发现可以在一定程度上提高开源社区的稳定性以及开发者的工作效率.

网络社区划分在软件质量问题分析中的应用

软件项目两个源文件之间的引用调用数量可视为源文件间依赖关系的强度,在软件开发的提交信息中两个源文件同时被修改提交的次数视为其同时修改的频度.我们证实有依赖的源文件更容易在同一次提交中被修改,即源文件的依赖关系强度和它们的同时修改频度具有一致性,并发现大量被同时修改而没有任何依赖的源文件往往存在问题,影响软件质量.本文用了复杂网络中社区划分的方法来研究软件工程中的问题,分别根据两源文件的依赖和同时修改关系,构建依赖关系网络和同时修改关系网络,使用社区发现算法(Girvan-Newman算法)对网络进行社区划分,对比分析两种网络对应的社区,并对不一致的现象探究原因,做出解释.

开源软件社区开发者偏好合作行为研究

着重从开发者角度出发,先对SourceForge.net开源社区项目与开发者数量增长情况进行统计分析,以见证社区的快速发展;随后以两个月为时间段分析新增开发者、合作的数目,并将开发者之间新建的合作细分为4种情况,探析4种合作方式情况下的差异,进而判断社区开发者优先选择合作方式的顺序;最后针对新开发者与社区已有开发者之间的合作,分析了新开发者的合作偏好与已有开发者的度数中心性、介数中心性和接近中心性,以及他们的开发项目数与之前项目中角色的关系,发现新成员优先选择与介数中心性或度数中心性大的已有开发者合作,且这些开发者整体上都具有多次开发经验并在开发过程中担任过特定角色。研究结果有利于优化群体软件开发过程,为提高群体软件开发效率与质量水平奠定了基础。

基于标签推荐的Mashup服务聚类

聚类Web服务能大大提高Web服务搜索引擎检索相关服务的能力。ProgrammableWeb.com是一个很流行的在线社会Mashup网站。作为基于Web的应用程序,Mashup本质上是开发者提供的Web服务。结合Mashup服务的描述文档和相应标签提出一种新颖的Mashup服务聚类的方法,此外还提出一种标签推荐的方法来改进服务聚类的性能。实验结果表明,基于标签推荐的服务聚类方法的聚类精度比其他两种实验方法要高,说明提出的标签推荐策略有效扩充了标签数较少的Mashup服务,从而带来更多相关标签信息,因而聚类效果更好。

Roster:一种开发者潜在同行推荐方法

根据开发者的历史开发信息,推荐潜在合作对象或能够胜任的任务,对于减少开发延时,提高团队开发效率有极大的促进作用.大量已有工作主要研究单个开源项目开发者社区,通过确定开发者的个人技能实施推荐.然而,以整个开源社区为视角,研究使用开发者实践技能做推荐,实现开发者跨项目与组织边界合作的工作相对甚少.为丰富这一工作,文中结合开发者的实践技能相似性与共同开发者数,为Sourceforge.net社区未曾合作的开发者提供一种同行推荐的方法.研究结果表明文中的方法能够有效地实现开发者同行推荐,相比只考虑共同开发者数时成功推荐的开发者数增加了31.1%,且推荐精度提高0.4倍,缓解了社区合作的稀疏性.最后,应用文中提出的方法开发了一个Roster推荐系统,为社区开发者的交流建立了一种新的辅助途径.

开源软件社区开发者角色的演化分析

收集了Tomcat 6项目从2006—2010年10个版本的开发者修改日志和邮件列表信息,分析各个版本下开发者网络中开发者的活跃度演化趋势,从中提取典型的角色演化模式,并对比不同演化模式的开发者在特定工作类型上的贡献程度。实验结果表明,开发者网络中存在5种典型的角色演化模式,而且不同演化模式下的开发者从事的工作类型也有所不同。

一种基于云模型的不确定性数据的建模与分类方法

不确定性是数据的本质特征,它的产生可能来自于样本误差、更新延迟或重复测量等,对不确定性数据的分析在越来越多的领域得到了关注。传统的不确定性数据的数据项被表示成一个值域及其上的概率分布函数。由于不确定性数据存在模糊性与随机性,传统的概率分布函数难以准确定义不确定性数据的实际分布,因此利用云模型中云滴的分布提出一种不确定性数据的云建模过程,并通过云综合与云相似度计算来实现不确定性数据的分类。云模型能有效地将数据的随机性与模糊性融合在一起,能更真实地反映数据的实际分布,从而实现有效的数据分类。实验结果也证明了此种方法的有效性。

基于内部边的群体软件开发中的项目推荐方法

开源软件生态系统的快速发展,为软件开发提供了一种新的模式,对开源软件推荐系统的研究已经成为当前一个重要的研究领域。已有的软件工程推荐系统大都利用协同过滤、机器学习以及开发者-项目属性匹配的方法进行推荐,而利用网络结构和网络分析技术进行推荐的研究相对较少。以软件生态系统GNOME为研究对象,构建开发者-项目二分网络,利用二分网络链路预测技术,采用一种基于内部边的方法对开发者进行项目推荐,并与协同过滤方法进行了对比。实验结果表明基于内部边的推荐方法比协同过滤方法更好。

基于p阶组合云模型的QoS不确定性建模与Web服务过滤

Qo S由于网络环境及物理位置等因素的变化,会产生内在的不确定性,而云模型是定义数据不确定性的有效工具,但传统云模型在描述不确定性Qo S的过程中不能处理Qo S分布的高峰特点与不对称问题,因此提出一种用p阶组合云来为不确定性Qo S建模的方法,p阶云被证明了有高峰的特点,且峰度随着p的增大而增加,可以满足Qo S分布的要求,组合云可以解决数据分布不对称的问题,而实验也证明了p阶组合云能更有效的模拟Qo S属性值的分布,最后还根据实验分析结果提出了一种基于p阶组合云参数的服务过滤策略,为服务选择提供新方法.

通过自聚类的软件说明文档来挖掘标注SaaS服务的标签

基于SaaS的在线服务数量日益宠大,使得如何有效的查找特定的服务成为突出问题.目前普遍采用用户自定义的服务标签来标识服务,并通过标签来搜索服务,但这些标签存在随意性,容易产生歧义.有鉴于此,本文提出一种从软件说明文档中挖掘用以标注服务标签的方法,为了验证该方法,本文收集了多特软件平台上的软件说明文档,通过文本挖掘技术从中提取特征词汇,并对特征词汇进行相似度计算,利用特征词汇的相似度来计算软件说明文档之间的相似度,并以此来构建软件网络,其中节点为软件,边为软件间的相似关系,边上权值为相关说明文档之间的相似程度,再通过复杂网络社区发现算法对软件网络进行自动聚类,最后将聚类后的软件说明文档中的常用特征词汇进行统计,将之定义为该类别服务的推荐标签.

基于软件生态系统的开源社区特性研究

随着开源社区的发展,可供获取的开源软件的数量与复杂性急剧增长,致使软件系统之间由于开发者的交互、组件或模块的依赖和使用工具的共享而相互关联,形成开源软件生态系统。从自然生态系统的角度,分析软件生态系统的组成成分、知识链(网)结构,从软件项目、同类主题和整个开源社区这3个级别构建软件生态系统模型,根据自然生态系统的主要特征分析软件生态系统的开放性、多样性、调控性及可持续性。在Sourceforge.net开源社区中的分析结果表明,通过研究开源软件生态系统的特性,有助于提高其生存能力以及知识的循环利用,确保系统的稳定性和健壮性。

软件集成开发环境的技术债务管理研究

软件技术债务是运用经济学中"债务"的概念来描述软件开发中因项目短期利益而实施的技术折中。但从长期来看,技术债务会影响软件的质量、成本和开发效率,因此有必要对其进行有效管理。现有的技术债务管理工具数量少且存在各种局限性,难以实现有效的管理。主流的软件集成开发环境功能强大且应用广泛,可以为技术债务管理服务。以具有代表性的集成开发环境Visual Studio 2015企业版为研究对象,通过C#实例发现其管理4类与代码直接相关的技术债务的能力,并将其与4种专门的技术债务管理工具进行对比,为开发团队的日常实践提供技术债务管理支持。结果表明,Visual Studio能够提供更好的技术债务管理功能,并能应用多种方法对项目中存在的各类技术债务进行不同程度的管理。

一种mashup服务描述本体的自动构建方法

服务描述本体是基于语义的服务聚合的基础.目前本体构建主要由领域专家手工进行,具有成本高、时间长、不易演化等困难,不能满足mashup生态系统对本体的需要.标签作为一种在各类服务注册体系中被广泛使用的大众分类手段,从功能、认知的角度对服务进行描述,是群体智能的一种体现.提出了一种从标签自动构建m ashup服务描述本体的方法,该方法利用大众分类,可以自下而上地进行自动化本体构建,并能随网络化的服务资源变化而自行演化.最后,通过实例验证了该方法的有效性.