动态软件结构中关键函数挖掘方法研究

发布时间：2025-01-14 21:05

　　伴随着互联网技术的一直发展,软件产品在人们的日常生活中扮演着越来越重要的角色,软件的功能也不断被丰富化,这导致了软件系统结构的复杂化,进而导致软件开发变得越来越困难。研究人员发现,函数是引起软件结构出现错误和缺陷的最小单位,也是缺陷和错误的最小传播单位,因此,软件结构中关键节点分析对于维护软件结构,保证软件质量和提高软件开发速度具有重要的指导意义。本文对动态软件结构展开分析和探讨,通过分析函数在软件执行过程中的行为特征,设计两种挖掘不同类型关键函数节点的算法,并通过实验分析算法的优势及准确率。首先,在Linux操作系统中利用GCC编译工具、追踪工具Pvtrace和可视化工具Graphviz等对动态软件结构进行数据化和可视化,得到软件运行过程中的函数执行序列和函数调用图,并分别映射为序列模型和复杂网络模型。其次,根据序列模型中的节点频繁执行相关信息,设计频繁节点挖掘算法DNFM,利用模型中的函数执行次序和调用关系等数据属性,从节点频繁执行的角度评估节点的关键度,预防频繁执行函数出错,影响软件质量。再次,根据序列模型和复杂网络模型中的函数关联度相关数据属性,设计关联节点挖掘算法PNMEA,挖...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图1-2经典网络模型

-3-c)WS小世界网络d)BA无标度网络图1-2经典网络模型年，德国数学家Eular在研究决哥尼斯堡七桥问题的过程中，首次使用复描述自然系统的特征和规律。一系列的网络度量指标被提出。平均路径不同节点之间路径距离的平均值，用来形容网络的规模的大小，平均路，系统中....

图4-3函数调用图转化为邻接矩阵450000100000

第4章关联密切关键节点挖掘算法PNMEAEA算法估算法用于从复杂网络模型和简化序列模型当中提取数据属性度系数和调用关联度，得到节点的多维关键度并排序。算法总为调用关联度计算、调用长度系数计算和多维关键度计算并排为了得到函数的调用关联度，首先需要对复杂网络模型中节点进行统....

图5-1简化前与简化后节点排名对比图

b)Deadbeef中节点排名对比图c)Nginx中节点排名对比图图5-1简化前与简化后节点排名对比图实验结果如图5-1所示，图中横坐标轴为节点编号，纵坐标轴为节点排名。红色曲线为在原始函数调用序列中评估算法的运行结果，蓝色曲线为在简化函数序列中

本文编号：4027122