[发明专利]基于类图的软件结构风险评估方法

说明书

本发明提出了一种基于类图的软件结构风险评估方法，属于软件工程领域。首先对度量类复杂性的传统指标进行改良，引进WMC、DIT、ATTR、CPV和CAL五个评价指标，评估维度和指标体系更加全面；然后针对类间耦合关系形成的网络结构，基于复杂网络中的相继故障原理，使用改良后的CBO指标度量类间耦合程度，构造出加权类网络图进而度量类出现故障后的严重性；最后采用通用的类风险度量方法计算类的风险值。该方法不仅考虑了类自身复杂性影响因素，而且考虑了类对软件整体网络的影响，整个运行过程不需要领域专家的主观判断做指导，提高了评估的客观性。

技术领域

本发明提出了一种对软件结构进行风险评估的方法，属于软件工程领域。该方法基于软件类图，从类网络拓扑结构的视角看待软件的结构，运用软件度量方法和相继故障理论，综合个体和整体两个层面定量评价软件中类的相对风险。综合运用原始指标和抽象指标度量类自身的复杂性；使用结构指标生成权值网络，并运用相继故障理论度量类的严重性；用风险＝复杂性*严重性原则计算软件中类的风险，评估并识别软件结构中的高危类节点，达到对软件结构风险评估的目的。该方法特别适合于对复杂软件进行结构风险评估。

背景技术

软件的结构风险被定义为包含两个因素，一是失效发生的可能性；二是失效发生后产生后果的严重性。综合国内外研究，认为计算风险发生的可能性是一件困难的事。研究中发现软件的复杂性跟其风险发生的可能性之间有直接的关系。因此，目前一般认为软件的风险由复杂性和严重性决定，三者的关系可描述为：风险＝复杂性*严重性。

软件结构的风险评估可以作用在软件开发的各个阶段。若能在需求阶段对软件的设计结构进行评估，能有效发现潜在的风险，减少开发过程中的资源浪费。另外，对软件结构中高风险类能提前预防和反馈，可随软件开发过程同步迭代，指导整个开发流程，提高软件产品质量，降低维护成本。

已有成果利用组件依赖关系图(Component Dependency Graphs,简写为CDGs)、状态图和基于UML模型对软件结构进行风险评估。这些方法奠定了软件结构风险评估的基础，然而现有方法中都存在领域专家做出主观判断的情景，客观性不足。软件的复杂性方面，仅采用圈复杂度和组件之间传递的信息量度量软件复杂性，其度量指标单一，不能全面的刻画软件的复杂性；软件的严重性方面，采用领域专家打分或者量表的形式度量。领域专家的参与无疑让严重性的度量存在较大的偏差和不一致性，进而使得软件风险评估结果变得千人千面。为了提升软件风险评估的稳定性和有效性，急需一种精确的、无领域专家主观判断的风险评价方法。规避领域专家判断的风险评价方法能更好地保证软件风险评估工作的一致性，不会因为个人原因导致软件开发失败，对软件质量管理来说意义重大。

软件复杂性是指分析、设计、测试、维护、改变和理解软件的困难。复杂性分析旨在刻画软件自身特性带来的复杂性。目前有很多研究软件复杂性的方法，但大多数度量指标与软件的复杂性没有强相关性。已有成果指出单一方面的度量指标无法全面刻画软件复杂性。选择软件度量指标的难点在于找到一组可用的并且合适的指标，能精确计算、评价和预估软件未来的质量状态。本发明选定原始指标和抽象指标来度量软件中类的复杂性。

从软件风险的定义来看，严重性是描述后果发生后对软件系统造成的损失程度。这一定义的描述与相继故障理论不谋而合。另外，研究人员发现软件系统的拓扑结构可以抽象成网络结构，并且具有小世界和无标度等复杂网络特性。设计阶段产生的类图、对象图、序列图等UML模型反应了软件系统的拓扑结构，对象图的网络节点度分布服从幂律分布，是一个无标度网络，并且软件结构网络已被证实具有复杂网络特性。从而相继故障理论能被运用到软件风险评估中，解决软件风险评估中严重性无法定量度量的问题，以规避软件风险评估中领域专家的主观判断。

发明内容

本发明结合前人研究成果，从软件的基本结构组成单元--类为出发点度量软件中类的风险值，进而发现软件结构中的高风险类。按照已有的软件风险定义，从复杂性和严重性两个方面对类进行风险度量。

本发明的技术方案：