[发明专利]基于相似度和TrustRank算法的节点测试重要度评估方法

说明书

本发明提出了一种基于相似度和TrustRank算法的节点测试重要度评估方法，具体步骤为：建立节点重要度评分矩阵，确定节点的初步评分；根据节点间相似度构建节点相似性矩阵；依据节点间相关系数和依赖特征数确定校正系数；利用TrustRank算法获得节点重要度稳定值，确定节点测试重要度。本发明的基于相似度和TrustRank算法的节点测试重要度评估方法，借鉴TrustRank算法，提供一种综合考虑节点相似度及多种重要性测度的节点测试重要度评估方法，且排名具备较高的准确性。

技术领域

本发明属于软件网络节点测试重要度评估技术，特别是一种基于相似度和TrustRank算法的节点测试重要度评估方法。

背景技术

软件网络(Software Network)，是一种特定类型的复杂网络。它将复杂网络的方法引入到软件的拓扑结构分析中，用软件的网络模型抽象面向对象(Object-Oriented,简称OO)软件系统，即节点代表方法、类、包等软件实体；边代表实体间的交互关系(如方法调用、类继承等)，对大量OO软件各个粒度的拓扑结构进行研究，发现软件的结构并不是随机和无序的，大多数都展现出“小世界”(small world)和“无标度”(scale-free)等复杂网络特征。传统的软件代码安全审计分析，采用污点传播分析、符号执行等方式，对软件系统的编码错误进行检测，但是存在着路径爆炸、误报率高等缺点，并且无法准确的定位到软件系统中的关键函数和关键变量。因此，有学者提出引入复杂网络的相关理论对软件系统的架构进行分析和研究，快速定位出软件系统中的关键部分。

复杂网络是21世纪出现的一门新兴的系统性、综合性学科。自然界和人类社会存在大量复杂系统都可以通过网络加以描述，如细胞网络、Internet、引文网、语言网、电力网和交通网等，他们都有明显的复杂网络特性。从复杂网络的角度看，软件系统可以被看成是由数据对象、操作、模块、类、构件、子系统所组成的。在软件的网络模型中，节点代表软件的组成元素，而边代表软件组成元素之间的相互作用，将软件系统抽象为复杂网络，从分析和度量软件系统组织结构的整体特性为着眼点，发现并定位复杂软件系统中的测试关键点和故障点，可有效提升软件系统的测试准确性和可靠性。

根据计算方式的不同，现有的复杂网络节点重要性的评价指标大致可以分为四类：基于邻居节点的评价指标、基于路径的评价指标、基于特征向量的评价指标以及基于节点删除和收缩的评价指标。

基于邻居节点的评价指标最为简单直观，侧重于考察节点之间的连接状态，即通过目标节点与其他邻近节点的连接数来体现其重要性。基于此，PhillipBonacich提出了度中心性的概念，在度中心性指标下，度值越高的节点越重要(Phillip Bonacich.Factoringand weighting approaches to status scores and clique identification[J].TheJournal of Mathematical Sociology,1972,2(1):113-120.)。而Kitsak等人提出用k-壳分解法来定义节点在网络中的位置，即将节点按度数分层，越靠近网络核心的节点影响力越大(Kitsak M,Gallos L K,Havlin S,et al.Identification of influentialspreaders in complex networks[J].Nature Physics,2010,6(11):888-893.)。但是，度中心性指标仅考虑了网络的局部信息，若某一节点度值不高，却是连接不同子网从而使网络连通的唯一节点，即“桥”节点，则毋容置疑，该节点也应拥有很高的重要性。而在k-壳分解法中，同一壳内的节点的传播能力也不一定相同，因此在测量上仍有缺陷。

在网络中，往往会存在一些连接几个子区域的“桥节点”，它们的度很小，却在网络中充当着传递、连通的作用，因此具有很高的重要性。基于此，学者提出了基于路径的评价指标，该类方法在刻画节点重要性时，综合考虑了节点对信息流的控制力，而这种控制力通常与网络中的路径密切相关。常见的基于路径的评价指标有接近中心性和介数中心性、信息指标、子图中心性等。该类方法往往复杂度较高，难以实用。