[发明专利]一种基于知识图谱和复杂网络组合的预测方法

说明书

本发明提供一种基于知识图谱和复杂网络组合的预测方法，步骤包括：获取多个不同类型的软件故障案例；故障案例中的多个故障现象以及故障原因并进行聚类分析；提取现象聚类及原因聚类的关键词作为每一类的聚类标签，生成知识图谱；将聚类标签分别对应到软件的多个功能模块；获取各个功能模块与所述软件代码之间的映射关系；建立代码网络；将聚类标签所对应到的功能模块映射到各个版本下的代码网络中，在相应的代码部分作出标记，预测未知版本软件的代码网络风险的位置所在。本发明能实现有效的将具体的软件故障对应标识到代码网络中，进而对未知版本的软件代码网络进行风险预测，进而实施有效的规避风险的措施。

技术领域

本发明提供了一种基于知识图谱和复杂网络组合的预测方法，属于软件预测领域。

背景技术

随着科技的发展，软件的使用愈加频繁，对软件预测的准确度以及效率均提出了更高的要求。通常，人们对软件故障的预测方法在于，通过分析软件代码或开发过程，筛选出与软件故障相关的度量元，随后通过挖掘软件历史仓库来创建故障预测数据集，构建出故障预测模型以预测出被测软件的潜在故障数目以及故障发生所对应的大致程序位置。

然而该种方法所建立的模型通常只能预测软件的故障数目以及故障所对应的代码程序的粗略位置，对于更加详细的故障类目，在所对应的代码程序模块中没有较多体现。在故障发生时,相关技术人员不能准确和充足的对代码层进行改进，从而不能有效的规避代码网络风险。基于现有技术存在的故障，本发明提出了一种基于知识图谱和复杂网络组合的预测方法，能够有效的标识各个故障类目所对应的代码网络，进而对未知版本软件的代码网络风险进行预测。

发明内容

(一)目的

(二)技术方案

本发明一种基于知识图谱和复杂网络组合的预测方法，如图1所示，其实施步骤如下：

步骤1：获取多个不同类型的软件故障案例；

步骤2：提取所述软件故障案例中的多个故障现象以及故障原因并进行聚类分析；

步骤3：提取每一现象聚类及原因聚类的关键词作为每一类的聚类标签，生成知识图谱；

步骤4：将所述每一类的聚类标签分别对应到软件的各个功能模块；

步骤5：获取所述软件产品的各个功能模块与所述软件代码之间的映射关系；

步骤6：以所述软件代码中的函数为节点，函数间的调用关系为边，建立代码网络；

步骤7：基于所构建的知识图谱，分别将每一版本软件中聚类标签所对应到的功能模块映射到各个版本下的代码网络中，在相应的代码部分作出标记；

步骤8：基于所述历史版本下的代码网络中标记的位置，预测未知版本软件的代码网络风险的位置所在；

通过以上步骤，可以实现采用聚类的方法将多个故障案例中的故障现象及原因分类，并构建知识图谱，基于知识图谱将每个版本的被测软件的代码网络进行标记，通过多个历史版本软件中的标记位置预测未知版本软件的代码风险的位置所在，这样能够实现有效的将具体的软件故障对应标识到代码网络中，进而对未知版本的软件代码网络进行风险预测，进而实施有效的规避风险的措施。

其中，在步骤1中所述的“获取多个不同类型的软件故障案例”，其具体做法如下：所述软件故障案例类型至少包括：容错和防错、接口、中断和现场保护，时序和时限、运行环境、计算和方法、初始化和复位、编程和语言使用和需求管理与配置管理；所述软件故障案例形如：关键指令未作冗余位定义导致功能失效。