芻議軟件工程中數(shù)據(jù)挖掘技術(shù)的實(shí)踐運(yùn)用

摘 要：計(jì)算機(jī)軟件規(guī)模不斷擴(kuò)大，想要完全通過手工方式實(shí)現(xiàn)軟件開發(fā)、維護(hù)與獲取信息，具有非常大的難度。為全面滿足實(shí)際發(fā)展需求，需要對(duì)軟件開發(fā)方式進(jìn)行更新，例如數(shù)據(jù)挖掘技術(shù)的應(yīng)用，可以有效提高軟件開發(fā)的速度，并且能夠有效的在軟件工程眾多數(shù)據(jù)中自動(dòng)尋找所需數(shù)據(jù)。文章對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行了簡(jiǎn)要分析，并對(duì)其在軟件工程中的應(yīng)用方式進(jìn)行了簡(jiǎn)單探討。

關(guān)鍵詞：軟件工程；數(shù)據(jù)挖掘技術(shù)；軟件開發(fā)

面對(duì)軟件需求不斷增加的背景，基于軟件系統(tǒng)規(guī)模和復(fù)雜性不斷增長(zhǎng)的現(xiàn)狀，想要進(jìn)一步提高軟件開發(fā)效率，就需要對(duì)傳統(tǒng)定性法和統(tǒng)計(jì)技術(shù)進(jìn)行更新，利用數(shù)據(jù)挖掘技術(shù)，來有效解決軟件工程所需數(shù)據(jù)的問題。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到軟件工程中，通過尋找數(shù)據(jù)、文檔以及相關(guān)數(shù)據(jù)集中規(guī)律，為軟件工程的開發(fā)提供指導(dǎo)。

1 數(shù)據(jù)挖掘技術(shù)

1.1 神經(jīng)網(wǎng)絡(luò)

數(shù)據(jù)挖掘技術(shù)即通過科學(xué)、有效的算法，在大量數(shù)據(jù)信息中第一時(shí)間獲取有用信息的篩選過程。而神經(jīng)網(wǎng)絡(luò)為主要的數(shù)據(jù)挖掘技術(shù)操作方法，具有良好的魯棒性，可以實(shí)現(xiàn)并行處理和高度容錯(cuò)，在數(shù)據(jù)挖掘方面具有較強(qiáng)的優(yōu)勢(shì)，且不同操作模型對(duì)應(yīng)的適用范圍不同[1]。常見的操作模型如離散模型、koholon模型、連續(xù)模型等，分別對(duì)應(yīng)聯(lián)想記憶、聚類自組織映射、優(yōu)化計(jì)算。

1.2 統(tǒng)計(jì)分析

數(shù)據(jù)庫(kù)字段項(xiàng)間存在函數(shù)關(guān)系與相關(guān)關(guān)系，通過統(tǒng)計(jì)分析操作方法，可以對(duì)各類信息進(jìn)行有效分析，如常見的相關(guān)分析、回歸分析與差異分析。

1.3 決策樹

應(yīng)用決策樹操作方法，可以對(duì)大量數(shù)據(jù)進(jìn)行整理和分類，然后從中選擇對(duì)軟件工程有價(jià)值的信息。在實(shí)際應(yīng)用中數(shù)據(jù)分類效率高，能夠在短時(shí)間內(nèi)獲得所需信息，可用于大規(guī)模數(shù)據(jù)信息的處理。

1.4 遺傳算法

以生物自然選擇和遺傳激勵(lì)隨機(jī)搜索算法為基礎(chǔ)，具有隱含的并行性，可以與其他模型建立聯(lián)系，可用于大部分開發(fā)工程。

2 數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用分析

軟件工程度量過程中，其中已經(jīng)從大量數(shù)據(jù)中提取部分信息，但是仍然存在大量的數(shù)據(jù)隱藏在軟件工程數(shù)據(jù)庫(kù)內(nèi)，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠有效支持和提高對(duì)軟件度量。數(shù)據(jù)挖掘技術(shù)的應(yīng)用，即從數(shù)據(jù)庫(kù)中提取全新、重要且有用的信息，在軟件開發(fā)時(shí)可以從大量數(shù)據(jù)中尋找所有相關(guān)信息。隨著軟件開發(fā)需求不斷的提高，數(shù)據(jù)挖掘技術(shù)在實(shí)際應(yīng)用中的優(yōu)勢(shì)逐漸被體現(xiàn)出來[2]。并且軟件與硬件基礎(chǔ)設(shè)施已經(jīng)具備處理發(fā)現(xiàn)驅(qū)動(dòng)的數(shù)據(jù)分析所需的密集計(jì)算能力，且各種技術(shù)在持續(xù)更新，具有良好的實(shí)際應(yīng)用效果，例如神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、決策樹等。另外，數(shù)據(jù)存儲(chǔ)與貯藏集成可以為軟件開發(fā)組織提供大量的數(shù)據(jù)，同時(shí)也進(jìn)一步促使數(shù)據(jù)挖掘技術(shù)在軟件開發(fā)中的應(yīng)用。

3 數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用技術(shù)

3.1 結(jié)構(gòu)與數(shù)據(jù)代碼挖掘

3.1.1 克隆代碼檢測(cè)

以復(fù)用目的為基礎(chǔ)，進(jìn)行拷貝、粘貼的數(shù)碼段，部分情況下還會(huì)對(duì)代碼進(jìn)行修改，一般情況為軟件系統(tǒng)代碼總數(shù)量7%～23%。對(duì)克隆代碼進(jìn)行檢測(cè)，主要就是避免出現(xiàn)故障拷貝傳播情況，同時(shí)又可以促進(jìn)軟件的維護(hù)，為軟件工程中數(shù)據(jù)挖掘技術(shù)應(yīng)用最為廣泛的部分，常見基于文本對(duì)比、標(biāo)識(shí)符對(duì)比、程序結(jié)構(gòu)等方法。其中，文本對(duì)比即針對(duì)程序代碼內(nèi)部分語句，對(duì)其進(jìn)行判斷，以及后期改進(jìn)，利用專業(yè)技術(shù)與工具，來提高字符串匹配率。例如通過Hash函數(shù)技術(shù)，以及相對(duì)應(yīng)Duploe工具進(jìn)行輔助，來提高字符串匹配率?；A(chǔ)識(shí)別符對(duì)比，常見的即在構(gòu)造分詞形成標(biāo)識(shí)符序列前綴樹完成后進(jìn)行對(duì)比，此項(xiàng)技術(shù)所對(duì)應(yīng)的工具為Dup或CCFinder等[3]。

3.1.2 代碼檢索

復(fù)用原則在軟件開發(fā)中具有十分重要的地位，軟件復(fù)用一直專業(yè)研究要點(diǎn)，即在本地以及面向WEB代碼庫(kù)中檢索出與現(xiàn)階段項(xiàng)目符合的代碼之類的議題。目前應(yīng)用比較廣泛的，如分類存儲(chǔ)并檢索、基于構(gòu)件形式化描述、基于輸入-輸出映射檢索、基于代碼相似性等，主要應(yīng)用到分類、聚類、語義分析等專業(yè)技術(shù)[4]。其中，就軟件開發(fā)現(xiàn)狀來看，Web應(yīng)用范圍越來越大，不僅僅只存在于文檔內(nèi)，逐漸有Mica以及Google Cod等代碼搜索引擎可用于軟件工程。

3.1.3 Aspect挖掘

軟件開發(fā)核心目的是爭(zhēng)取可以更好的實(shí)現(xiàn)數(shù)據(jù)關(guān)注點(diǎn)關(guān)于散列和纏結(jié)問題的處理，并提出新程序開發(fā)范型，Aspect挖掘與重構(gòu)可以有效實(shí)現(xiàn)對(duì)遺留系統(tǒng)改造成面向方面軟件間問題的解決。原有應(yīng)用的克隆代碼檢測(cè)技術(shù)，會(huì)在不固定時(shí)間內(nèi)在程序中呈現(xiàn)相同或者相近代碼段，在軟件工程數(shù)據(jù)挖掘中仍然具有較大的應(yīng)用優(yōu)勢(shì)。其中，橫切關(guān)注點(diǎn)挖掘即Aspect挖掘，對(duì)于針對(duì)性比較強(qiáng)的方法，如基于度量分析和形式概念分析等，具有良好的應(yīng)用效果。應(yīng)用此種算法得到的橫切代碼候選集一般都比較大，對(duì)于候選集指導(dǎo)來開展面向方面重構(gòu)，為現(xiàn)階段需要重點(diǎn)研究解決的問題。

3.2 程序執(zhí)行記錄挖掘

3.2.1 編程挖掘

編程為軟件開發(fā)重要環(huán)節(jié)，在編寫代碼時(shí)，開發(fā)人員必須要全面理解變成代碼的結(jié)構(gòu)與功能，并以自己的理解作為依據(jù)，從數(shù)據(jù)庫(kù)內(nèi)選擇出具有關(guān)鍵作用的信息。一般變成所需信息可以分為三個(gè)部分：第一，軟件開發(fā)人員需要在已有代碼庫(kù)中，找出所需代碼結(jié)構(gòu)、功能形似且可以重復(fù)利用的模式，如對(duì)象、數(shù)據(jù)結(jié)構(gòu)、方法等。第二，軟件開發(fā)人員可以在現(xiàn)有數(shù)據(jù)庫(kù)內(nèi)，尋找重用模式的靜態(tài)規(guī)則，例如繼承關(guān)系、類的方法等。第三，軟件開發(fā)人員應(yīng)深入了解并分析重用模式的規(guī)則，例如API調(diào)用順序。

3.2.2 軟件故障檢測(cè)

根據(jù)程序執(zhí)行紀(jì)律挖掘至程序規(guī)約和交互模式，可以實(shí)現(xiàn)準(zhǔn)確定位，并有效進(jìn)行軟件故障檢測(cè)。挖掘技術(shù)為信息跟蹤實(shí)施你想建模，進(jìn)而來加強(qiáng)對(duì)程序的理解，并完成相應(yīng)的維護(hù)工作。目前軟件工程所應(yīng)用的挖掘技術(shù)，主要包括基于規(guī)則和自動(dòng)化挖掘兩種形式。其中，基于規(guī)則挖掘主要是利用程序行為找尋相應(yīng)規(guī)則，配合時(shí)態(tài)邏輯實(shí)現(xiàn)有效表達(dá)；自動(dòng)化挖掘則是開發(fā)應(yīng)用已經(jīng)比較成熟的API規(guī)則挖掘方法。傳統(tǒng)定位軟件故障主要用程序切片，操作過程比較復(fù)雜，經(jīng)常會(huì)發(fā)生定位不準(zhǔn)的故障。在技術(shù)持續(xù)更新下，現(xiàn)在多選擇用程序譜來對(duì)程序運(yùn)行軌跡進(jìn)行描述，且對(duì)比正常軟件與故障運(yùn)行軟件，來查找存在的故障問題。對(duì)此此類新型挖掘技術(shù)的應(yīng)用，可以進(jìn)一步提高軟件故障檢測(cè)率，及時(shí)發(fā)現(xiàn)軟件運(yùn)行存在的故障，確定故障源后及時(shí)解決。

4 結(jié)束語

數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用，對(duì)提高軟件開發(fā)效率和質(zhì)量具有重要意義?；跀?shù)據(jù)挖掘技術(shù)的特點(diǎn)，對(duì)其在軟件工程中的應(yīng)用方向進(jìn)行分析，例如代碼分析、軟件故障檢測(cè)、軟件項(xiàng)目管理等多個(gè)方面，能夠進(jìn)一步提升軟件工程的管理與控制能力。雖然數(shù)據(jù)挖掘技術(shù)現(xiàn)在應(yīng)用已經(jīng)比較普遍，但是研究應(yīng)用并不成熟，還需要針對(duì)此方面進(jìn)行更為深入的研究。

參考文獻(xiàn)

[1]鄭健.芻議軟件工程中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程，2016，1：212.

[2]張帆，沈?qū)O園.淺談數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2009，8：1879-1881.

[3]姚文濤.試論軟件工程中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].河南科技，

2015，23：67.

[4]賀瑋.軟件工程數(shù)據(jù)挖掘技術(shù)的研究進(jìn)展[J].科技風(fēng)，2014，17：141+145.

作者簡(jiǎn)介：譚薇（1984-），女，重慶，學(xué)歷：本科，研究方向：軟件工程。