基于故障影响的软件执行行为模式挖掘方法

发布时间：2023-03-11 08:25

　　随着软件应用领域不断扩大,软件系统规模日益复杂,耗费科技人员大量的时间和精力。如果能从海量的软件动态执行轨迹中挖掘出具有代表性的信息,为分析软件系统的结构特征以及软件后期维护等提供完备的依据。本文从软件故障传播的角度分析软件结构,结合数据挖掘理论知识,挖掘出软件重要行为模式,从而帮助技术人员有效地完成对软件的更新和维护工作。首先,提出一种基于软件动态执行轨迹的软件网络模型构建方法。通过追踪软件执行轨迹,将函数作为节点,函数调用关系作为连接节点的边,函数之间的依赖程度作为边的权重,将其映射为函数依赖关系模型,并通过深度遍历方法得到软件执行序列集合,为行为模式挖掘奠定基础。其次,提出一种基于故障传播的软件网络关键节点挖掘算法。该算法综合考虑函数的故障脆弱性和故障传播影响两个特性,定义软件系统中故障可能性较大并且发生故障后波及范围较大的函数为关键节点,设计算法TPFPN-Miner计算并排序故障影响力度量值,挖掘网络中的关键函数节点集合,提高复杂软件故障定位效率。再次,提出一种基于调用关系的软件重要行为模式挖掘算法。该算法针对上一节提出的故障影响力度量值,将其作为软件执行序列中函数节点的外部...

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究目的和意义
    1.2 国内外研究现状
        1.2.1 软件网络
        1.2.2 关键节点
        1.2.3 行为模式
    1.3 存在的问题
    1.4 研究的内容概要
    1.5 本文总体结构
第2章 建立软件网络模型
    2.1 引言
    2.2 构建软件执行网络模型
        2.2.1 获取软件动态执行轨迹
        2.2.2 函数依赖关系模型
    2.3 分析基于复杂网络的软件网络理论
    2.4 本章小结
第3章 基于故障传播设计软件网络重要节点挖掘算法
    3.1 引言
    3.2 软件网络重要节点基本概念
    3.3 基于函数依赖程度度量有向加权软件网络的权重
    3.4 软件网络重要节点挖掘算法
        3.4.1 基于故障传播度量软件网络节点脆弱性
        3.4.2 基于调用函数规模度量软件网络节点影响力
        3.4.3 Top-k故障影响力节点挖掘算法TPFPN-Miner
    3.5 本章小结
第4章 基于调用关系设计软件重要行为模式挖掘算法
    4.1 引言
    4.2 基本概念定义
    4.3 软件网络重要行为模式挖掘算法
        4.3.1 局部效用信息表LUIList
        4.3.2 剪枝策略
        4.3.3 Top-k高效用行为模式挖掘算法FITK-Miner
    4.4 算法实例
    4.5 本章小结
第5章 实验与分析
    5.1 实验环境配置与数据集获取
        5.1.1 实验环境配置
        5.1.2 数据集获取
    5.2 基于故障传播软件网络重要节点挖掘算法性能分析
        5.2.1 节点分布情况
        5.2.2 软件网络关键节点
    5.3 基于调用关系软件重要行为模式挖掘算法性能分析
        5.3.1 数据集上运行时间对比
        5.3.2 候选模式数量对比
        5.3.3 算法内存使用量对比
    5.4 本章小结
结论
参考文献
致谢



本文编号：3759533