覆雜網絡理論與智能化軟件分析

第1章 緒論
1.1 覆雜軟件系統
1.2 軟件網絡方法論
1.3 研究意義
1.4 研究現狀
1.4.1 軟件網絡建模研究現狀
1.4.2 軟件網絡可視化研究現狀
1.4.3 軟件網絡分析研究現狀
1.4.4 現存的問題與發展方向
第2章 覆雜網絡理論概述
2.1 經典網絡模型
2.1.1 常規網絡模型
2.1.2 有向網絡
2.1.3 權重網絡
2.1.4 異質網絡
2.1.5 多層網絡
2.1.6 時序網絡
2.2 經典覆雜網絡模型統計特征
2.2.1 “小世界”特性
2.2.2 “無標度”特性
2.2.3 社區結構與模塊度
2.3 網絡滲流與滲流閾值
第3章 軟件網絡建模與特征提取
3.1 軟件網絡建模方法
3.2 軟件網絡靜態統計特征提取與分析
3.2.1 節點數量與平均度
3.2.2 平均路徑長度與聚集系數
3.2.3 度分布
3.2.4 社團結構
3.3 軟件網絡動態滲流特征提取與分析
3.4 軟件網絡靜態與動態特征相關性分析
3.5 本章小結
第4章 基於覆雜網絡理論的多尺度軟件網絡演化分析
4.1 多尺度軟件網絡演化分析方法
4.1.1 宏觀尺度結構參數
4.1.2 中觀尺度結構參數
4.1.3 微觀尺度結構參數
4.2 案例研究
4.2.1 研究對象
4.2.2 C語言編程軟件網絡演化規律分析
4.2.3 Java等九種編程語言軟件網絡演化分析
4.3 本章小結
第5章 基於覆雜網絡與面板模型的軟件故障數量預測
5.1 相關概念
5.1.1 軟件網絡滲流
5.1.2 面板數據模型
5.2 基於網絡度量的軟件故障數量預測方法
5.2.1 軟件網絡建模與度量計算
5.2.2 數據預處理
5.2.3 基於面板模型的故障數量預測
5.3 實驗驗證
5.3.1 數據收集
5.3.2 實驗設置
5.3.3 數量預測評估指標
5.3.4 對比方法
5.3.5 結果及分析
5.4 本章小結
第6章 基於覆雜網絡和多目標進化算法的軟件集成測試
6.1 相關概念
6.1.1 軟件集成測試序列生成
6.1.2 帕累托多目標優化
6.2 基於網絡節點重要度的測試序列生成方法
6.2.1 網絡重要節點序列獲取
6.2.2 適應度函數與老化因子設計
6.2.3 重生多目標進化算化生成測試序列
6.3 實驗驗證
6.3.1 數據收集
6.3.2 實驗設置
6.3.3 測試序列生成評估指標
6.3.4 對比方法
6.3.5 結果及分析
6.4 本章小結
第7章 基於網絡譜與圖神經網絡的軟件故障定位
7.1 相關概念
7.1.1 基於程序譜的軟件故障定位
7.1.2 圖神經網絡
7.2 基於網絡譜的軟件故障定位方法
7.2.1 網絡譜構建
7.2.2 特征降維與歸一化
7.2.3 圖結構類不平衡處理
7.2.4 基於GNN的故障定位
7.3 實驗驗證
7.3.1 數據收集
7.3.2 實驗設置
7.3.3 故障定位評估指標
7.3.4 對比方法
7.3.5 結果及分析
7.4 本章小結
第8章 多層網絡模型與多智能體仿真分析
8.1 多層網絡建模方法
8.1.1 多層網絡化軟件系統分析模型
8.1.2 配置項層網絡建模
8.1.3 功能層網絡建模
8.1.4 任務層網絡建模
8.1.5 建模工具及其使用環境
8.2 基於多層網絡模型的軟件集群系統建模方法
8.2.1 軟件集群系統的靜態多層網絡構建
8.2.2 基於Network Snapshot的網絡動態時序嵌入算法
8.2.3 集群系統動態時序網絡可視化算法
8.3 基於多智能體技術的軟件集群系統可靠性仿真分析方法
8.3.1 算法架構設計
8.3.2 軟件集群動態時序網絡故障傳播風險仿真算法
8.3.3 基於故障傳播算法的軟件集群系統任務可靠度評估算法
8.4 基於節點重要度與故障概率的軟件系統高風險節點識別方法
8.4.1 軟件網絡節點故障概率
8.4.2 軟件網絡節點重要度
8.4.3 軟件網絡節點風險程度
8.5 基於故障註入的軟件網絡彈性分析方法
8.5.1 覆雜軟件系統的彈性度量
8.5.2 覆雜軟件系統的彈性建模分析方法
8.6 案例研究
8.6.1 研究場景
8.6.2 覆雜網絡系統可靠性仿真模型構建
8.6.3 基於多智能體仿真的軟件網絡可靠性分析過程
8.6.4 基於面向高風險節點故障註入的軟件網絡彈性分析過程
第9章 總結與展望
9.1 全書總結
9.2 研究展望
參考文獻
附錄Ⅰ 本書出現的英文術語及縮寫
附錄Ⅱ 書中使用的工具匯總
附錄Ⅲ 書中使用的開源數據集匯總