基于复杂网络的软件网络关键节点挖掘算法研究
发布时间:2021-12-17 08:52
将复杂软件系统映射为复杂软件网络模型,挖掘复杂软件系统中对稳定性、可靠性和安全性有重要影响的关键节点有助于对这些关键节点加以重点防护,提高软件系统的稳定性和安全性,对保证软件产品质量具有重要的理论意义和广泛的实用价值及应用前景。本文以软件系统的函数粒度单元为研究对象,挖掘软件系统中关键的调用函数节点和被调函数节点,并分析了相关度量值的演化过程及分布特征。首先,将复杂网络领域的相关研究理论、方法与复杂软件系统自身的特点相结合,提出了在函数粒度单元将复杂软件系统映射为有向加权软件网络的方法。两个节点之间依赖关系的紧密程度被定义为所有可能的执行路径中包含该依赖关系的执行路径所占的比重。其次,基于函数节点传播缺陷和积累缺陷的能力,提出了局部中心性算法SN-KNN,分别识别出复杂有向加权软件网络中关键的调用函数节点和被调函数节点。考虑到依赖深度在给定范围内的依赖关系和局部拓扑结构之间的依赖关系的紧密程度,对该算法进行了改进,设计了改进算法KNMWSG。再次,提出符合复杂软件网络自身特点的有向加权波及度的概念,并设计了基于有向加权波及度的关键函数节点挖掘算法AlgImp RE...
【文章来源】:燕山大学河北省
【文章页数】:77 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 相关背景和意义
1.1.1 复杂网络理论
1.1.2 复杂软件网络
1.2 关键节点挖掘研究现状
1.3 存在的问题
1.4 本课题研究的主要内容
1.5 本文总体结构
第2章 复杂网络度量与加权复杂软件网络建模
2.1 引言
2.2 复杂网络度量体系
2.3 复杂软件网络模型构建与边权值计算
2.3.1 复杂软件网络模型的构建
2.3.2 复杂软件网络边权值的计算体系
2.3.3 复杂软件函数依赖网络模型的构建及边权值计算
2.4 本章小结
第3章 基于局部中心性的软件网络关键节点挖掘算法
3.1 基于局部中心性的关键节点挖掘算法SN-KNN
3.1.1 相关定义
3.1.2 局部中心性关键节点挖掘算法实现
3.2 考虑传播概率的局部中心性关键节点挖掘算法KNMWSG
3.2.1 算法设计思想
3.2.2 算法实现过程描述
3.3 本章小结
第4章 基于波及度的软件网络关键节点挖掘算法
4.1 引言
4.2 加权波及度相关定义
4.3 基于波及度的关键节点挖掘算法设计
4.4 本章小结
第5章 算法实证结果分析
5.1 实验环境
5.2 实验数据的提取
5.3 基于局部中心性的关键节点挖掘算法实验结果分析
5.4 考虑传播概率的局部中心性关键节点挖掘算法实验结果分析
5.5 基于波及度的的挖掘算法实验结果分析
5.6 加权波及度相关度量分布规律和演化规律实证分析
5.6.1 波及度分布规律
5.6.2 加权波及度显著程度分布规律
5.6.3 加权波及度相关度量演化规律
5.7 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号:3539790
【文章来源】:燕山大学河北省
【文章页数】:77 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 相关背景和意义
1.1.1 复杂网络理论
1.1.2 复杂软件网络
1.2 关键节点挖掘研究现状
1.3 存在的问题
1.4 本课题研究的主要内容
1.5 本文总体结构
第2章 复杂网络度量与加权复杂软件网络建模
2.1 引言
2.2 复杂网络度量体系
2.3 复杂软件网络模型构建与边权值计算
2.3.1 复杂软件网络模型的构建
2.3.2 复杂软件网络边权值的计算体系
2.3.3 复杂软件函数依赖网络模型的构建及边权值计算
2.4 本章小结
第3章 基于局部中心性的软件网络关键节点挖掘算法
3.1 基于局部中心性的关键节点挖掘算法SN-KNN
3.1.1 相关定义
3.1.2 局部中心性关键节点挖掘算法实现
3.2 考虑传播概率的局部中心性关键节点挖掘算法KNMWSG
3.2.1 算法设计思想
3.2.2 算法实现过程描述
3.3 本章小结
第4章 基于波及度的软件网络关键节点挖掘算法
4.1 引言
4.2 加权波及度相关定义
4.3 基于波及度的关键节点挖掘算法设计
4.4 本章小结
第5章 算法实证结果分析
5.1 实验环境
5.2 实验数据的提取
5.3 基于局部中心性的关键节点挖掘算法实验结果分析
5.4 考虑传播概率的局部中心性关键节点挖掘算法实验结果分析
5.5 基于波及度的的挖掘算法实验结果分析
5.6 加权波及度相关度量分布规律和演化规律实证分析
5.6.1 波及度分布规律
5.6.2 加权波及度显著程度分布规律
5.6.3 加权波及度相关度量演化规律
5.7 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号:3539790
本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3539790.html