软件执行过程的加权复杂网络

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 51-55.

软件执行过程的加权复杂网络

周宽久，兰文辉，冯金金

大连理工大学软件学院，辽宁大连 116621

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Software execution process as weighted complex networks

ZHOU Kuanjiu，LAN Wenhui，FENG Jinjin

Software School，Dalian University of Technology，Dalian，Liaoning 116621，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 软件规模庞大，结构复杂，使软件测试和软件可信性评价成为一个亟待解决的理论问题，可信软件研究也因此成为目前软件工程研究的热点。实验证明大型软件的静态函数调用网络和动态执行所得到的函数调用加权（函数调用次数）网络都具有小世界效应和无标度特性，这就为采用基于关键模块和关键路径的软件测试方法提供了理论依据，从而提高测试效率，降低测试费用。提出基于关键路径的测试方法，利用较少的测试用例覆盖较多的软件执行过程。

关键词: 复杂网络, 小世界效应, 无标度特性, 加权网络, 关键路径

Abstract: Software testing and software creditability evaluation is becoming a theoretical problem，which needs prompt solving due to large software in size and complex software structure.Hence dependent software has also become a research hotspot in software engineering research at present.Some experiment results show that networks of static function-call and weighted networks from dynamic software execution are of small-world and free scale，which lays a theoretical foundation for software testing methodology based on critical modules or critical routes to improve testing efficiency and reduce total testing cost.The testing based on critical routes can cover more software execution routes with fewer test cases.

Key words: complex networks, small-world effects, scale-free properties, weighted complex networks, critical routes

周宽久，兰文辉，冯金金. 软件执行过程的加权复杂网络[J]. 计算机工程与应用, 2011, 47(17): 51-55.

ZHOU Kuanjiu，LAN Wenhui，FENG Jinjin. Software execution process as weighted complex networks[J]. Computer Engineering and Applications, 2011, 47(17): 51-55.

[1]	任军效，常新，侯滢，曹小博. 考虑用户偏好和平台收益的共享泊位分配模型[J]. 计算机工程与应用, 2021, 57(24): 242-248.
[2]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[3]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[4]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[5]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[6]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[7]	张浩宇，应健锋，宋晨钰，王可可，易茂祥. 针对电路关键路径的硬件木马监测与防护[J]. 计算机工程与应用, 2020, 56(6): 73-78.
[8]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[9]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[10]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[11]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[12]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[13]	葛炎1，蒋国平2，宋玉蓉2，李因伟1. 加权网络中考虑边权和度的熟人免疫策略[J]. 计算机工程与应用, 2019, 55(8): 74-79.
[14]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[15]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.