基于中心節(jié)點(diǎn)的軟件網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)研究.pdf

1、近年來，復(fù)雜網(wǎng)絡(luò)理論不斷被應(yīng)用于軟件工程中，將軟件系統(tǒng)抽象為軟件網(wǎng)絡(luò)已成為國內(nèi)外學(xué)者研究的重要課題。
　　本文以真實(shí)開源軟件Cflow和Tar作為實(shí)驗(yàn)研究對象，從軟件系統(tǒng)的穩(wěn)定性、可靠性和安全性等角度出發(fā)，基于軟件網(wǎng)絡(luò)節(jié)點(diǎn)間的依賴關(guān)系，研究軟件網(wǎng)絡(luò)的中心節(jié)點(diǎn)和社團(tuán)結(jié)構(gòu)，對軟件網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特性進(jìn)行分析。
　　首先，概述了復(fù)雜網(wǎng)絡(luò)度中心性和介數(shù)中心性以及網(wǎng)絡(luò)小世界特性。為了更加形象地展示軟件系統(tǒng)的拓?fù)浣Y(jié)構(gòu)，提出一種將軟件系統(tǒng)抽象

2、為靜態(tài)有向軟件網(wǎng)絡(luò)模型的方法。采用不同的參數(shù)，多次追蹤函數(shù)間調(diào)用關(guān)系，對其結(jié)果進(jìn)行去重合并，刪除冗余信息，構(gòu)建軟件網(wǎng)絡(luò)。
　　其次，針對靜態(tài)有向軟件網(wǎng)絡(luò)，提出了基于度和基于介數(shù)的初始中心節(jié)點(diǎn)挖掘算法MCND和MCNB。為更加準(zhǔn)確的識別出中心節(jié)點(diǎn)，提出挖掘鄰居節(jié)點(diǎn)間相似性的算法MNS，移除相似度較高的鄰居節(jié)點(diǎn)對中權(quán)重較低的初始中心節(jié)點(diǎn)。MCND算法反映了網(wǎng)絡(luò)的局部特性，MCNB算法則體現(xiàn)的是網(wǎng)絡(luò)全局特性，通過對比這兩個(gè)算法識別軟件各

3、版本中心節(jié)點(diǎn)的能力，分析軟件網(wǎng)絡(luò)中度和介數(shù)對網(wǎng)絡(luò)的影響。
　　再次，使用層次聚類算法劃分軟件網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)，根據(jù)網(wǎng)絡(luò)的中心節(jié)點(diǎn)，提出算法GIC生成軟件網(wǎng)絡(luò)的初始社團(tuán)結(jié)構(gòu)。根據(jù)經(jīng)典數(shù)據(jù)挖掘算法KNN，同時(shí)結(jié)合節(jié)點(diǎn)間依賴度，提出劃分軟件網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的算法DSN。為獲得最優(yōu)的社團(tuán)結(jié)構(gòu)，給出算法ODNC計(jì)算社團(tuán)的模塊度Q。
　　最后，使用真實(shí)軟件系統(tǒng)數(shù)據(jù)集，在Windows平臺下用Eclipse軟件進(jìn)行實(shí)驗(yàn)，對本文提出的算法進(jìn)行對比分