开源项目通常会提供邮件列表来帮助用户更好地理解和使用开源项目。但由于邮件的数量巨大、邮件内容组织繁杂、问题不明确、答案定位困难等问题,用户在邮件查询过程中定位一个特定的软件问答信息要花费大量的时间和精力。为此,提出一种基于邮件列表的软件问答信息抽取方法。该方法通过对邮件的简单分类与标注,实现自动的问题句抽取和答案邮件选取,从而提升了用户进行邮件列表查询以及开源软件项目学习的效率。最后,通过实验验证了该方法的有效性。

功耗管理是云计算数据中心的重要问题之一。由于服务器在不同睡眠状态时的功耗及唤醒延迟不同,将空闲服务器节电状态与输入作业负载建立映射,设计并实现了一种新的元启发式调度器,利用适应粒子群优化(SAPSO)检测和跟踪云计算资源池中不断变化的最优目标服务器,考虑了资源动态、工作服务器不同负载时的功耗、空闲服务器不同休眠状态转换时的功耗,使得VM映射中功耗增量最小。仿真实验表明了所提方法的有效性和较好的性能,经比较分析可知,该方法在保证满足SLA的情况下最大限度地减少了功耗且提高了VM映射效率。

为了提升用户体验,目前涌现了一批辅助购物的移动应用。这些应用为用户补充商品的信息,适用于目标明确的购物行为模式。然而,在现实生活中,还普遍存在没有明确购物目标、将购物作为休闲方式的浏览式购物行为模式。现有应用对此模式支持不足。为此,以书店为应用场景,开发了一种基于室内定位技术的浏览式购物辅助移动应用。此应用后端从书店信息系统和互联网中收集包括书籍摆放位置的各类信息,然后利用关键词提取技术,建立基于位置的关键词库；前端则利用室内定位技术,根据购物者位置向其展示附近书籍概览信息,辅助购物者对附近商品快速认知。案例评估表明,此应用可以提升浏览式购物顾客的购物体验。

可视化是软件维护和演化研究的一个重要组成部分。一个交互式的3D可视化方案能够将软件演化过程更形象地展示给用户。将软件的演化历史比拟成一座城市的发展过程,用户可以自由地在城市中移动,在把握系统宏观变化趋势的同时,很好地掌控其细节的发展情况。在已有相关工作的基础上,利用unity3D实现了一个原型工具,基本实现了预期目标,能为软件管理者提供方便的可视化信息。

在当今的教学中,课堂教学和互联网教学是两大主流。然而,无论是在课堂教学还是在互联网教学中,当前的学习辅助平台都存在着一个明显的不足:学生无法及时针对讲义细节在云端共享笔记或寻求帮助,没有形成便于学习和交流的知识分享机制。这不利于学生对讲义知识的深刻理解,也不利于形成优质的学习生态系统。针对这一不足,在分析现有教学平台和云笔记产品的基础上,设计了一个面向Chrome浏览器的云笔记插件的系统架构,并采用HTML5、Node.js等关键技术进行实现。该插件能够针对互联网讲义资源中的任意细节记录笔记、提出问题并云端共享,有助于学生在课上、课下对讲义资源中的细节的理解、讨论与最终掌握,加强现有学习辅助平台的功能。最后进行了相应的实例研究,证明了所提出的方案是可行有效的。

开源软件的开发主要依靠开发人员的自我管理和志愿贡献。在软件开发过程中,开发人员的组成、分工、能力等会发生经常性的改变,这些改变都会通过交互行为的变化反映出来。已有研究成果表明开源软件存在核心团队,他们主导项目的开发与实施,但对开发团队随时间而发生的结构变化的研究较少。通过观测软件项目生命周期中开发者总体的变化情况,研究了开发者网络与软件的协同演化机理,以GNU/Linux公共数据集为例,讨论了开源软件开发者数量、自愿度、开发者经验与项目的协同演化现象,并给出了演化的合理解释。

程序验证中的常见情景是判断某个用户指定的性质在程序执行之后或执行过程中的某个程序点上是否成立。人工的形式化验证过程繁琐且容易出错,因此形式化验证的自动化是提高代码验证效率的重要方法。数据流分析技术是一种能够自动发现程序中某类性质的技术。研究了将一种数据流分析技术(单链表形状分析)和基于Scope Logic的代码验证过程相结合的方法。通过数据流分析获得所有程序点上的单链表可达性性质,将结果表达为带有递归函数的一阶逻辑公式,并将其插入到相应程序点中。分析程序还根据Scope Logic的证明法则设定了这些公式之间的逻辑依赖关系。实例测试表明所提方法可以分析得到单链表可达性性质,并且分析结果能够被基于Scope Logic的代码形式化验证过程有效利用,提高了代码形式化证明的效率。

普适计算环境下的智能移动设备是面向终端用户的服务资源聚集和编排的主要载体。普适计算环境中的服务资源具有多种不同的形态,包括基于互联网提供的Web服务、终端设备自身服务和资源(例如本地应用、自带传感器)以及所处环境中可访问的服务(例如环境传感器)。此外,不断变化的上下文环境对软件本身的自适应能力提出了新的要求,而移动设备上的服务编排受设备计算能力和资源的限制。为了解决上述问题,提出了一个面向普适计算环境的Android平台服务编排框架ASOF。通过ASOF,移动终端可在运行时获取所需业务流程的服务模板,并对该模板中的抽象服务进行服务绑定,实现轻量级的混合服务编排,使终端能够动态获得调用普适计算环境中各种类型的服务的能力。随后,基于OSGi Felix框架给出了一套ASOF的标准实现,并以一个具体案例验证其有效性。

政府与企事业单位的人事部门通常面临着如何从大量简历中筛选出合适人选的问题。一些业务部门对人才的需求通常只能表达为标签,比如“具有丰富搜索引擎开发经验”、“985高校毕业”等,这些需求不能通过SQL查询或关键词搜索来实现。为了解决这个问题,提出一种基于语义网的简历搜索方法。通过领域知识库辅助信息提取的方法,对简历信息进行语义分析和标签的自动生成。此外,在大规模人员情况下,提出了多层次缓存的方法, 极大提高 了性能。将该方法应用于某 机构 一万人员简历的筛选,实验结果表明了其有效性。

云计算是当前信息技术的重要技术领域,而平台即服务(PaaS)已成为业界研究的热点之一。PaaS平台为用户提供高可用、高可扩展的应用开发、部署和运行环境。然而当部署到云端的应用需要不断更新以修复错误、增加功能时,当前主流PaaS平台却因缺乏对应用在线更新的有效支持而削弱了其自身的高可用特性。为解决该问题,提出一个面向PaaS平台的动态更新技术框架。基于现有软件动态更新技术的研究,通过对PaaS平台中应用的事务管理、动态依赖管理、版本管理等机制的扩展,为PaaS平台提供运行时实例级的应用动态更新支撑,并在Cloud Foundry上进行实现和实验,结果证明了该动态更新技术的有效性。

随着软件在安全关键系统中的应用越来越广泛、承担的安全关键功能越来越多,软件的安全性需求变得越来越重要,成为系统安全性的一个重要的决定性因素。软件安全性需求的正确描述是整个软件安全性工作的关键,它是开展后续软件安全性设计、实现与测试工作的依据。然而现有的安全性需求通常被混同于一般功能性描述中,缺乏独立、规范和明确的描述,缺乏对于故障、失效与安全性需求之间相互关系的描述机制,导致在实际应用中缺乏对安全性需求进行准确描述的方法。设计了一种基于结构化模版和约束规则的安全性需求规约,即基于RUCM的安全性需求描述方法Safety RUCM,该方法以RUCM建模方法为基础,通过扩展用例规约模板和限制规则,添加故障描述模版以及数据描述模版,使其能够支持故障相关描述以及相应的安全性需求描述并形成安全性需求规约,最后通过某机载操作系统的案例研究验证了Safety RUCM建模方法的可行性。

嵌入式软件在安全关键领域的广泛应用使得保障软件的安全性成为学界的研究热点。故障树技术是工业界常用的传统的安全分析方法之一。然而,传统的故障树无法精确描述安全关键系统中具有时序特征的系统故障。针对此问题,给出了一种结合线性时序逻辑和故障树的安全验证方法。该方法运用线性时序逻辑对故障树进行形式化规约,从中抽取出软件安全属性并用时序逻辑公式进行描述,用以支持对安全关键软件的模型检验。最后,以某机载控制系统软件数据处理故障模块的模型检验为例,来说明该方法的有效性和可行性。

针对传统定位技术误差较大且无法预测目标位置等问题,提出了一种结合运动方程与卡尔曼滤波的动态目标追踪预测算法ME-KF。通过运动方程模拟动态目标运动特性,利用卡尔曼滤波来减小干扰噪声对测量结果的影响,并预测下一时刻的目标位置。该算法在辽宁排山楼矿井的人员定位系统中得到了实际应用,并取得了显著成果。实验结果表明,该方法提高了定位精度,能够对人员位置进行预测以及对危险区域进行预警,并且成功地分析判断了障碍物的分布状况。

系统的可靠性是系统的重要非功能属性之一。传统的可靠性分析在系统开发结束后进行,可能会发现由于系统开发早期的架构设计不合理而导致的问题,这时再修改系统架构并重做后继开发步骤,将会浪费大量人力和物力。如果能在开发的早期阶段,在系统模型层面进行分析并预测,则可以尽早地发现系统可靠性方面的问题并将其修复。UML是一种通用的、标准化的建模语言,MARTE是UML在嵌入式实时系统领域的扩展。提出了基于MARTE模型的系统可靠性预测方法,该方法考虑的MARTE模型包括用例图、活动图、部署图。先将MARTE模型转换为马尔可夫决策过程网络模型,再利用概率模型检测工具PRISM进行分析,得到系统可靠性的预测结果。实例研究表明,所提方法不仅能够预测系统可靠性的最大值和最小值,还能通过调整各个资源的可靠性值,考察其对系统可靠性的影响,为设计人员的进一步工作提供参考。

本体建模是语义网研究与建设中的重要工作。在面对一个大规模的领域时,采用众包以及图形化的编辑方式能够吸引更多人参与本体建模的工作。在为此设计的协同建模平台中,本体概念图的展示应满足相应的特征,包括内容正确性、局部化展示以及轻量级的数据传输。针对概念图展示的实际需求,研究并归纳了基于本体文件的概念图展示过程,该过程旨在将后台保存的本体内容传递到前端的概念图编辑器中,包括本体读取、局部本体抽取、本体数据转换、图形模型转换和图形展示一系列步骤。另外,在采用本体查询、模型转换语言等一系列工具的基础上,给出了概念图展示的实现方案,并将实现该展示过程的模块集成在本体协同建模平台中。

随着GIS、LBS技术和移动互联网技术等核心技术的发展,服务于普通大众的个人导航系统成为应用热点。室内行走引导是个人导航系统的核心之一,其中涉及的室内定位技术一直是研究的难点之一。基于固定式RFID标签群,生成室内位置地图,将随身移动式RFID读写器和个人智能手机相结合,完成室内定位、路径计算和导航提醒。基于上述设计方案,完成了一个基于RFID的南京大学校园导航系统,并将其投入了实际使用。

如何确保机载软件满足其实时性需求一直是一个引人关注的研究问题。根据工业界的报告结果,缺陷发现得越早,用于修复缺陷以提高机载软件不超时的可能性的代价就越小。对于运行在由ARINC653标准所描述的综合模块化航电系统(IMA)上的机载软件可采用以下方法:将机载软件的设计模型(UML模型)转化成仿真模型(Simulink模型),通过在Simulink平台上运行仿真模型来发现潜在的实时性问题。由于机载软件可能与IMA平台之间具有大量的交互(例如接口层和操作系统层)用来申请使用资源或者与其它的应用程序进行通讯,因此设计了一个仿真内核来仿真IMA平台的行为。最后,使用一个工业案例来论证上述方法的有效性。

智能机器人可通过传感器获取周围的地形、温度等信息,并加以分析处理而采取对应策略。然而,机器人可能由于本身不具备定位功能而只能进行简单控制,也可能因为障碍物信息采样不足而导致避障算法失败。面对这一类问题,设计并实现了一套能对智能车进行远程控制并令其自主寻路的系统。该系统通过高效的图像处理与识别对智能车自动定位；对现有避障算法进行了改进,并建立了避让策略来保证智能车总能找到一条抵达目标的安全路径。实验结果表明,该系统定位精度较高,控制与寻路功能具有一定的可靠性与实用性。

为了应对日益增长的软件修复开销,研究高效的软件自动修复技术成为学术界和工业界的共识。缺陷定位作为自动修复技术的前端,是实现快速准确自动修复的关键,其精度直接影响自动修复的性能。然而,初步研究表明,现有缺陷定位技术缺乏对自修复需求的考虑,对自修复算法支持有限。有必要研究面向自修复的高精度自动化缺陷定位技术,以提升自修复性能。因此,提出了失效场景的缺陷定位方法来应对该问题。提出的方法首先采用程序切片技术,构造出与失效相关的场景；然后对失效场景的各个元素实施可疑值度量；最后将可疑值度量化的场景交给自动修复技术实施修复。初步实验结果表明,本缺陷定位方法能有效提升自动修复性能。

软件重构历史的自动检测是目前软件重构领域的一个研究热点。其主要目的是方便程序员或软件维护人员理解 软件演化的历史,也便于根据服务代码重构历史对其客户代码进行相应的重构操作。虽然相关研究人员已经提出了多种自动化的重构历史检测方法,但目前未见关于函数提取重构历史检测的方法或工具。为此,提出了一种基于版本比较的函数抽取重构自动检测方法,实现并验证了该方法的有效性。在8个开源项目上进行了实验验证,结果表明其查准率为65％~90%。此外,在一个小型项目上通过监控程序员的重构操作获得了全部的函数提取重构操作,进而计算出检测算法的查全率和查准率均为85%。

信息领域中常常会涉及到子系统的划分问题,而U/C矩阵法是信息系统划分的一种常用方法,但是系统的复杂性以及人为的参与常常导致子系统划分产生低效率、不确定性以及错误划分等问题。因此深入剖析了系统与子系统、子系统与功能、功能与数据等之间的关系与性质,通过对U/C矩阵按照功能相似度进行层次聚类,并引入结构熵和H_pal熵来对聚类形成的子系统进行度量,给出了具体的计算公式,提出了一种新的划分子系统的方法,将原本需要人为参与的事情转变为通过计算来完成。同时,实现了一个原型系统来对所提出的方法进行验证,并给出了具体实例。

为了降低开销以及增加灵活性,通过虚拟化技术将多个系统运行在一个通用计算平台上已成为复杂实时嵌入式系统的趋势。Xen是近年来应用最广泛的虚拟化技术,对其默认使用的Credit调度算法进行实时性能分析,使得能够直接对运行在Xen上的实时系统进行可调度性测试,并且可以通过形式化的资源界限函数对Credit的实时性进行直观的评估。首先分析了Credit调度算法的基本实现,提出并且证明了一种配置VCPU参数的方法使得Credit的实时性得到提升,在此基础上,通过证明得到了Credit算法的基本性质,并得出其在最坏情况下为VCPU分配的资源函数曲线。

在满足功能需求的前提下,Web服务能否赢得市场, 主要取决于其服务质量(Quality of Services,QoS)。采用概率模型检验的方法判断Web服务计算组合流程的服务质量是否满足系统质量需求。依据用户访问Web服务产生的访问日志,采用聚类的方法,构建面向用户群组的Web服务流程的使用行为QoS模型。采用QoS扩展的状态图描述Web服务流程的QoS需求。然后,利用概率模型验证工具PRISM判断Web服务流程的QoS是否满足系统质量需求。验证面向用户群组的Web服务流程的使用行为质量模型是否满足系统质量需求,为服务流程结构的调整提供了依据。

测试用例优先排序是一种有效的降低回归测试开销的技术,通过对测试用例按照其重要程度排序后可获得更高的测试效率。针对传统多目标遗传算法在测试用例优化排序中存在的收敛较慢、易陷入局部最优、缺乏对不同测试准则的综合权衡等缺点,提出一种基于竞争模式的多目标协同进化算法。该方法采用平均代码覆盖率以及平均变异杀死率作为多个约束目标的测试准则来进行适应度度量,提高算法的错误检测率；使用个体绝对适应度与相对适应度对个体生存能力进行评价,衡量个体优秀程度,利用竞争性的协同进化思想加快算法收敛速度;通过剔除“老年”个体控制个体生存周期来避免陷入局部最优问题。同时,在影响算法执行效率的因素方面也进行了一系列的实验,结果表明该算法能够加快收敛速度,加强了局部搜索能力,相对于传统的优化算法来说具有更好的搜索效率和更高的错误检测率,从而验证了算法的有效性和可行性,证明了该算法具有一定的现实意义。

实时数据仓库是数据仓库技术的重要分支,而实时数据查询和实时数据导入引发的查询竞争问题一直是实时数据仓库技术研究的重点之一。查询竞争问题严重影响了查询分析的精度和效率,还降低了数据仓库的性能。提出了一种在数据仓库外部构建动态存储区域的方法,它采用动态镜像技术,有效地缓解查询竞争问题。同时,为了提高实时OLAP上的查询分析操作的性能,提出了蝇量级物化方法及蝇量级物化下的表连接算法FWMJoin(Fly-Weight Materialization Join)。基于TPC-H基准的实时数据仓库测试系统,针对动态镜像技术下的动态存储区域的OLAP性能进行分析与评估,并对实验结果进行总结。

为问题框架中问题渐变所依赖的问题领域因果行为的确立提出一种形式化验证方法。为了对问题渐变过程中事件间的因果关系提供可验证的证据支持,简化问题表征的复杂度,进而提高计算机领域软件规约的可靠性,采纳了一种基于NuSMV语言的符号模型检验的形式化验证方法。该验证方法采用UML状态机表示问题领域内部状态变化的有限结构空间,用CTL公式描述问题域内状态之间的可达性性质,通过遍历有限结构状态机来检验CTL公式的正确性,筛选出具有因果关系的外部共享事件,为问题渐变提供有效的技术支持。

根据目前第三方Android应用市场应用存在的重新打包行为,随机选取国内官方的150个应用以及作为对比的第三方应用市场的572个同款应用,设计了Android重新打包应用安全检测系统。该系统先进行相似性计算,细粒度识别出重新打包应用,再通过逆向工程获得其资源文件,根据系统API与权限之间的映射匹配分析其越权行为,并根据构建的方法控制流图分析其权限滥用行为。系统通过并行化处理检测出第三方应用市场存在33.17%的重新打包应用,其中19.58%修改了权限。在修改过权限的应用中,45.95%存在越权行为,27.03%存在滥用权限行为。

业务驱动开发支持多名业务人员对一项流程进行设计。为获得一个标准的参考数据感知过程,需要将这些变种合并,而检测和解决变种之间的差异是不可或缺的一环。现有方法大多依赖于修改日志从控制流层面检测和解决过程模型之间的差异,而很少研究数据感知过程之间差异的问题。基于程序依赖图和对应关系,提出一种通过比较修改前后的数据感知过程来检测和解决差异的方法。该方法建立一个层次性修改日志,以满足用户友好性的要求。

随着物联网应用的快速发展,传感信息日益多元化,传感器网络规模广域化,底层传感器网络构成异构化,传感信息数量大数据化,相应地,这也使得底层传感信息中所蕴含的不一致性、不完整性、不准确性等影响信息质量的因素大大增加。而传统的上下文感知技术没有充分考虑上下文质量对感知过程的影响,因此,在现有的上下文感知系统框架的基础上,充分研究不一致性、不完整性、不准确性等低质量传感器上下文的消除问题,通过上下文质量因子分类配置、不准确与不一致上下文丢弃、不完整上下文填充等方法实现了不同层次的控制机制,降低了信息的不确定性,从而有效提高了物联网应用的上下文处理质量。

信任关系模型无论是在现实生活中还是在开放网络中都是最复杂的社会关系模型之一,是一个很难度量的抽象的心理认知,因为它涉及假设、期望、行为和环境等多种因素。借鉴以往的研究经验,综合考虑多种信任关系要素,提出了一种新的面向决策的信任融合模型。该模型基于直接信任度、间接信任度和信誉值的演化,依据信任融合获得决策信任度,为主体评判下一次的交互提供依据。为了证明信任融合模型的有效性,假设客体在ω类活动中以期望为PωX的概率从事该项活动。实验证明,信任融合模型得到的决策信任度和客体可信度的差异明显小于直接信任度、间接信任度或信誉值。