[发明专利]一种基于层次聚类组合的软件架构恢复方法

说明书

本发明提供了一种基于层次聚类组合的软件架构恢复方法，包括：构建软件源代码中的函数实体之间的关系；使用五种相似度计算方法分别计算函数实体间的相似度；基于每种相似度计算算法计算出的相似度，使用CL、WCA、LIMBO三种层次聚类算法分别对函数实体进行聚类；将每种聚类结果用描述矩阵的形式表示；使用主成分分析的方法将表示每种聚类结果的描述矩阵进行组合，得到多维矩阵；从多维矩阵中恢复出最终层次结构，以实现软件结构的恢复。本发明使用主成分分析，将可以描述和考虑软件实体间的各种关系的多个矩阵进行组合降维，组合结果尽可能地保留了各个聚类算法的基本信息，从而提高从基于聚类恢复的软件架构与真实架构的准确度。

技术领域

本发明属于软件工程领域，具体涉及一种基于层次聚类组合的软件架构恢复方法。

背景技术

当在软件系统中加入新的需求时，系统的规模和复杂性会增加，而架构可能会恶化并偏离原始文档。主要原因包括软件开发没有架构设计阶段；无法获得原开发人员的设计文档；文件可能没有更新；不理解代码段复制源代码等。软件架构的重要性就在于它满足了非功能性的需求，也称之为质量需求。这些非功能性需求决定一个应用程序在运行时的质量，比如可扩展性和可靠性，同时也决定了开发阶段的质量，包括可维护性、可测试性、可扩展性和可部署性。适宜的架构可增加应用程序的这些质量属性，而软件架构恢复是软件工程邻域的热点问题。

现有技术中，通常采用基于聚类的软件架构恢复方法，如基于分层和分区的聚类算法。对于分层聚类其过程是：算法从n个单例(每个实体)开始，合并它们直到获得单个集群。该过程的每个步骤中合并两个最相似的集群，分层聚类算法提供了软件聚类的不同视角，并迭代给出了软件体系结构的详细视图，而晚期的聚类迭代给出了高级视图。对于分区聚类算法，其过程是：从一个集群(包含所有实体)开始并分割它，直到获得聚类结果，对于给定的n个实体集合，这种方法简单地将实体集合划分为不重叠的聚类簇，以便每个实体恰好在一个簇中。

现有技术的聚类算法必须针对目标系统中相似的组实体，基于特定的特征，然而软件系统中，选择一种适用于某一任务的合适算法难度较大。因此亟待一种一种基于层次聚类组合的软件架构恢复方法。

发明内容

为了解决现有技术中存在的上述问题，本发明提供一种基于层次聚类组合的软件架构恢复方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供的一种基于层次聚类组合的软件架构恢复方法包括：

步骤1：获取软件源代码中的函数实体；

步骤2：构建函数实体之间的关系；

其中，函数实体关系包括：实体引用的全局变量、局部变量、用户定义类型、数据文件，实体间的互相调用、系统调用，以及实体引用的宏；

步骤3：使用五种相似度计算方法分别计算函数实体间的相似度，得到每种相似度计算算法计算出的相似度；

步骤4：基于每种相似度计算算法计算出的相似度，使用CL、WCA、LIMBO三种层次聚类算法分别对函数实体进行聚类，得到根据每种相似度进行聚类的聚类结果；

步骤5：将每种聚类结果用描述矩阵的形式表示；

步骤6：使用主成分分析的方法将表示每种聚类结果的描述矩阵进行组合，得到多维矩阵；

步骤7：从多维矩阵中恢复出最终层次结构，以实现软件结构的恢复。

可选的，步骤1包括：

通过软件代码处理工具，从软件源代码中反向获取实体信息。

可选的，步骤2包括：

步骤2-1：获取每个函数实体的特征向量；