软件维护

摘要： 本次更新的版本为MAGMASOFT®5.5.1.2。在软件维护期内的MAGMASOFT®用户可以通过以下渠道获取新包裹:(1)要求网上下载的用户,登录迈格码官网的“技术支持”区域,找到“软件下载”,点击下载即可完成。下载权限仅对有维护合同的公司指定包裹接收人开放。(2)要求快递更新包的用户,由于疫情期间海关对包裹的消杀和核酸检测等要求以及物流时效因各地防疫政策不同而会有所延迟。

摘要： 技术债是一个指以牺牲长期代码质量为代价来实现短期项目目标的隐喻.其中,那些由开发者有意引入项目中的技术债被称为自承认技术债(self-admitted technical debt,SATD),通常以代码注释的形式存在于软件项目中.SATD的存在给软件质量和鲁棒性带来了巨大挑战.为了识别并且及时地偿还SATD来保障代码质量,研究者从特性分析和识别模型两方面进行了大量研究并且取得了较大的进展.与此同时,相关研究工作中仍存在一些亟待解决的挑战.对近年来国内外学者在该领域的研究成果进行系统性的总结.首先,描述自承认技术债的研究问题.然后,分别从特性分析和识别模型两方面总结相关的研究进展,并对具体的理论和技术途径进行梳理.接着,简要介绍技术债的其他相关技术.最后,指出目前该领域研究过程中面临的挑战并给出建议的研究方向.

摘要： 软件自承认技术债(Self-admitted Technical Debt,SATD)由程序开发人员写入项目的源代码注释中,是开发人员为追求短期效益而刻意留下软件缺陷的说明,大量的SATD将不利于软件维护。近年来,越来越多的学者致力于软件SATD识别的研究,并提出了不同的识别方法,如基于自然语言处理或文本挖掘等检测方法。然而,大多数研究结果依赖于现有的词库或手工提取的特征,不仅耗费了大量的时间,而且增加了计算复杂度,识别结果并不理想。基于此,提出了一种基于双向门控循环单元(Gate Recurrent Unit,GRU)和注意力机制的软件自承认技术债识别方法,通过Word2vec中的Skip-gram模型获取词向量,构建双向GRU网络获取高级特征,并利用注意力机制自动发现对SATD分类起到关键作用的词,从而捕获最重要的语义信息。实验结果表明,本文方法在精确率、召回率和F1-score上均有较优表现,能够有效地识别软件SATD,避免了传统任务中复杂的特征工程。

摘要： 在大数据时代,软件的开发与维护技术日渐发展完善,各类软件的开发与维护工作满足了不同行业中对软件的应用需求,促进了社会的信息化发展进程。当前,软件开发以及软件维护的工作范围有所拓展,同时工作的复杂性也同样有所提升。为适应于如今软件开发与维护工作的发展,需结合大数据时代的特点,对软件开发技术以及软件维护技术进行分析,探讨目前工作中存在的各类具体问题,并结合相关技术提出合理的软件开发与软件维护优化发展策略。

摘要： 随着软件不断迭代发展,软件维护成本也相应增加。自动化重构可以降低软件维护成本,基于搜索的重构方法是解决该问题最典型的方法之一。其中目标的选择对搜索过程起决定性作用,质量目标与非质量目标都是开发人员在重构时通常会考虑的目标。然而,尚未有研究系统地分析在相同的评价环境下,哪些目标更有利于代码重构,特别是得到符合开发者预期的代码重构结果;并且也未分析质量目标与常用的非质量目标进行组合是否会有更好的效果。文中提出了基于搜索的多目标软件重构方法,探索了7个不同目标的组合对软件重构质量的影响。在6个规模不同的开源软件项目上进行了验证,应用多种指标对重构前后软件质量进行评估,并分析了不同优化目标组合的表现。实验结果表明,质量目标与非质量目标组合比单独使用质量目标组合对重构效果的提升更明显,其中质量目标与之前重构记录的一致性的组合对重构有较好的提升效果。

摘要： 本文从软件系统的故障诊断和维护理论出发,对软件系统的定义、分类、影响因素等进行了介绍,总结了所需要的策略和技术做出了总结。

摘要： 上帝类(God class)是指同时包含多种任务职责的类,其常见特征是包含大量的属性与方法,并且与系统中的其他类有多种依赖关系.上帝类是一种典型的代码坏味,对软件的开发维护产生负面影响.近年来,许多研究都致力于发现和重构上帝类,但是现有方法识别上帝类的能力不强,检测精确率不高.提出了一种基于图模型和孤立森林的上帝类检测方法,主要分为两个阶段:图结构信息分析阶段和类内度量评估阶段.在图结构信息分析阶段,建立类间的方法调用图和类内结构图,采用孤立森林算法缩小上帝类的检测范围;在类内度量评估阶段,考虑项目的规模和架构带来的影响,将项目中上帝类相关度量指标的平均值作为基准,设计实验确定比例因子,并以平均值和比例因子的乘积作为阈值,筛选得到上帝类的检测结果.在代码坏味标准数据集上的实验结果表明:与现有的上帝类检测方法相比,该方法在精确率和F1值上分别提升了25.82个百分点和33.39个百分点,同时保持了较高的召回率.

摘要： 在应用程序维护过程中,移动应用(Mobile Application,App)评论的响应为应用程序开发者提供了用户反馈机制,对应用的评级产生积极影响.为了减轻响应大量用户评论的工作负担,开发者通常采用自动化的机制回复评分或跟进用户问题.当前流行使用序列到序列(Sequence to Sequence,Seq2seq)的深度生成模型或融合信息检索的方法来生成用户评论的响应.然而,现有检索方法没有考虑句子的语义相似性,生成模型没有考虑用户评论与检索到评论之间的差异,导致模型对知识的利用不佳,降低了响应质量.为了解决这些问题,本文提出了一种面向App评论响应的语义检索和生成框架(A Semantic Retrieval and Generation Framework,SRGen).首先,基于响应相似但评论不一定相似的现象,通过自监督学习方法对Sentence-BERT(SBERT)模型微调.然后,利用SBERT获得名称、评分、评论信息的向量表示,检索知识库中Top-k最相似的评论-响应对.最后,根据检索到的评论与待响应评论的差异和相应响应内容,生成评论的响应.实验表明,与现有的基线工作相比,SRGen在BLEU指标下提升了12.4%,在ROUGE指标下提升了9.4%.

摘要： 基于信息检索的软件缺陷定位方法是当前软件缺陷定位领域中的一个研究热点.该方法主要分析缺陷报告文本和程序模块代码,通过计算缺陷报告和程序模块间的相似度,选取与缺陷报告相似度最高的若干程序模块,将其推荐给开发人员.对近些年国内外研究人员在该综述主题上取得的成果进行了系统的梳理和总结.首先,给出研究框架并阐述影响方法性能的3个重要因素——数据源、检索模型和场景应用;其次,依次对这3个影响因素的已有研究成果进行总结;然后,总结基于信息检索的软件缺陷定位研究中常用的性能评测指标和评测数据集;最后总结全文,并对未来值得关注的研究方向进行展望.

摘要： 在开发过程中,开发人员在进行缺陷修复、版本更新时,常常需要修改多处相似的代码.如何进行自动代码修改已成为软件工程领域的热点研究问题.一种行之有效的方式是:给定一组代码修改示例,通过抽取其中的代码修改模式,辅助相似代码进行自动转换.在现有工作中,基于深度学习的方法取得了一定进展,但在捕获代码间的长程信息依赖关系时,效果不佳.为此,提出了一种结构信息增强的代码修改自动转换方法ExpTrans.ExpTrans在解析代码时采用图的形式来表示修改示例,显式地指出了代码中变量之间的依赖关系,同时结合图卷积网络和Transformer架构,增强了模型对代码的结构信息和依赖信息的捕获能力,从而提升了代码修改自动转换的准确性.实验结果表明,对比同类型基于深度学习的方法,ExpTrans在准确率上提升了11.8％～30.8％;对比基于人工规则的方法,ExpTrans在修改实例的数量和准确率上均有显著提升.

摘要： 通过对靶场测控设备软件的维护类型、维护特点和维护过程中存在的问题进行分析,有针对性的提出了靶场测控设备软件维护过程管理方法.首先明确了软件维护管理机构的组成;随后将软件维护过程划分为申请与审批、设计与实现、复查、回归测试和验收评审等5个阶段,并对各阶段需开展的活动进行说明;最后根据测控设备软件管理和运行的实际情况提出了软件配置管理方法.

摘要： 缺陷修复是软件维护的重要环节,然而缺陷定位和缺陷分派是缺陷修复过程中较为关键和困难的任务.一方面,从缺陷报告定位到源代码,需要开发人员具有相关知识和经验;另一方面,估算缺陷修复工作量也较为困难,错误的估计会导致不当的分派,从而延迟缺陷修复流程.当前,大部分研究工作基于信息检索方法进行缺陷定位,其基本假设是缺陷报告与关联源代码在文本上更为相似,但此类方法忽略了代码变动等信息的利用.通过研究代码变动信息在缺陷修复中的作用,提出了一种监督式的主题生成模型,建模了缺陷报告文本与关联代码的变动信息.在三个开源项目数据集上的实验结果表明,该方法在缺陷定位准确率上较rVSM方法有7％～66％的提升.

摘要： 本文主要分析了2015年9月全国ETC（不停车收费系统）联网以来收费管理和机电维护中遇到的突出问题，主要包括机电硬件设备和软件系统容易出现故障和损坏，文章通过逐条分析其产生的原因,认为可以通过加强软件维护，对卡加大管理、另外尽快设立全国迅速调动入口交易记录的收费交易系统。

摘要： 本文主要通过对CMAcast系统安装和日常维护中发现的一些问题,进行了总结,以便今后使用和管理.目前对CMAcast系统的维护分为硬件维护和软件维护,硬件维护主要通过对天线、网络、接收机、服务器等设备进行日常的维护软件故障主要体现在数据接收、推送以及处理过程中,以及及时对软件进行升级等.

摘要： 随着应用软件功能的不断扩展,项目规模也随之迅速增大,同时也给整个代码工程增加了巨大的维护和重构成本代码克隆检测作为减少软件维护成本,提升软件重构效率的重要手段,已成为众多高效维护和重构工作中不可或缺的一部分如何有效地检测出克隆代码是工程师们亟待解决的问题本文提出一套完整的基于机器学习算法来检测代码克隆的方法(Sequence Pattern Mining and Bayes,SPMB)尤其是对实现相似或相同功能逻辑的克隆代码集合进行序列模式挖掘,利用挖掘出的特征序列构造出基于朴素贝叶斯算法的分类器进行测试代码的功能分类,通过分类的结果来判断克隆代码的业务逻辑此外,该方法还包含反馈机制,通过不断优化训练集,使其具有不断自我学习的能力将SPMB方法应用于IJaDataset 2.0数据集的实验结果表明,通过不断调优阈值,将F1-Score从0.65提高到了0.96,为代码克隆提供了一种有效的检测手段.

摘要： 近年来随着软件产业的迅速发展,对软件代码的维护与修正的需求越来越多,在软件运行过程中,会出现或多或少的错误,如果全部由人工进行修正,这是非常费时费力的.所以,如何进行自动化代码测试与修复,成为软件研究的一个方向.本文实现了一个基于Web的程序辅助修正系统,通过结合GenProg项目,用户根据代码要求和测试用例,可以上传代码,根据测试的结果对代码进行修复.通过分析用户的需求,归纳出系统的主要功能,包括用户管理、程序管理以及程序修复.本系统不仅包含了基本的功能,还通过批量导人和导出等功能,更加方便了用户的使用.程序修复算法是基于美国弗里吉亚大学Weimer团队的Gen-Prog项目,基于遗传算法,把每个程序表现成抽象语法树的个体,然后对树的节点进行操作.通过种群个体不断进行交叉和变异的操作,每次迭代筛选出权重值较大的个体,达到修复的目的.根据实际应用,从模板文件中提取出Patch作为个体修复的依据,更加有效地对错误进行修正.

摘要： 近年来随着软件产业的迅速发展,对软件代码的维护与修正的需求越来越多,在软件运行过程中,会出现或多或少的错误,如果全部由人工进行修正,这是非常费时费力的.所以,如何进行自动化代码测试与修复,成为软件研究的一个方向.本文实现了一个基于Web的程序辅助修正系统,通过结合GenProg项目,用户根据代码要求和测试用例,可以上传代码,根据测试的结果对代码进行修复.通过分析用户的需求,归纳出系统的主要功能,包括用户管理、程序管理以及程序修复.本系统不仅包含了基本的功能,还通过批量导人和导出等功能,更加方便了用户的使用.程序修复算法是基于美国弗里吉亚大学Weimer团队的Gen-Prog项目,基于遗传算法,把每个程序表现成抽象语法树的个体,然后对树的节点进行操作.通过种群个体不断进行交叉和变异的操作,每次迭代筛选出权重值较大的个体,达到修复的目的.根据实际应用,从模板文件中提取出Patch作为个体修复的依据,更加有效地对错误进行修正.

摘要： 近年来随着软件产业的迅速发展,对软件代码的维护与修正的需求越来越多,在软件运行过程中,会出现或多或少的错误,如果全部由人工进行修正,这是非常费时费力的.所以,如何进行自动化代码测试与修复,成为软件研究的一个方向.本文实现了一个基于Web的程序辅助修正系统,通过结合GenProg项目,用户根据代码要求和测试用例,可以上传代码,根据测试的结果对代码进行修复.通过分析用户的需求,归纳出系统的主要功能,包括用户管理、程序管理以及程序修复.本系统不仅包含了基本的功能,还通过批量导人和导出等功能,更加方便了用户的使用.程序修复算法是基于美国弗里吉亚大学Weimer团队的Gen-Prog项目,基于遗传算法,把每个程序表现成抽象语法树的个体,然后对树的节点进行操作.通过种群个体不断进行交叉和变异的操作,每次迭代筛选出权重值较大的个体,达到修复的目的.根据实际应用,从模板文件中提取出Patch作为个体修复的依据,更加有效地对错误进行修正.

摘要： 近年来随着软件产业的迅速发展,对软件代码的维护与修正的需求越来越多,在软件运行过程中,会出现或多或少的错误,如果全部由人工进行修正,这是非常费时费力的.所以,如何进行自动化代码测试与修复,成为软件研究的一个方向.本文实现了一个基于Web的程序辅助修正系统,通过结合GenProg项目,用户根据代码要求和测试用例,可以上传代码,根据测试的结果对代码进行修复.通过分析用户的需求,归纳出系统的主要功能,包括用户管理、程序管理以及程序修复.本系统不仅包含了基本的功能,还通过批量导人和导出等功能,更加方便了用户的使用.程序修复算法是基于美国弗里吉亚大学Weimer团队的Gen-Prog项目,基于遗传算法,把每个程序表现成抽象语法树的个体,然后对树的节点进行操作.通过种群个体不断进行交叉和变异的操作,每次迭代筛选出权重值较大的个体,达到修复的目的.根据实际应用,从模板文件中提取出Patch作为个体修复的依据,更加有效地对错误进行修正.

摘要： 软件开发与维护过程中常会出现一些安全性缺陷,这些安全性缺陷会给软件和用户带来很大的风险.安全性缺陷在修复过程中,其修复级别和质量要求往往高于一般性的缺陷,因此,推荐出富有安全性经验的开发者及时有效地修复这些安全性缺陷非常重要.现有的开发者推荐技术在推荐开发者时仅仅考虑了开发者的历史开发内容,很少考虑到开发人员的安全性缺陷修复经验和修复质量等因素,所以这些技术不适用于安全性缺陷的开发者推荐.针对安全性缺陷的修复提出了一种有效的软件开发者推荐方法SecDR.SecDR在推荐开发者时不仅考虑了开发者的历史开发内容(与安全性相关),还分析了开发者的修复质量和历史修复缺陷的复杂度等因素.此外,SecDR还实现了开发者的多经验级别推荐:推荐初级开发者修复简单的安全性缺陷,高级开发者修复复杂的安全性缺陷.在三个开源项目(Mozilla,Libgdx,ElasticSearch)上分别对SecDR推荐开发者进行有效性验证.通过对比实验证明,SecDR针对安全性缺陷推荐开发者相比于其他方法(如:DR_PSF)的推荐精度平均高出19％～42％.另外,实验对比了SecDR与实际开发人员的分配情况,结果显示SecDR可以更好地规避不合理的软件开发者的推荐.

摘要： 本发明涉及计算机软件安全检测和控制技术，具体而言，尤其涉及一种软件维护方法及其相应的装置，还涉及一种软件问题判定方法及其相应的装置。所述软件维护方法，包括以下步骤：获取本软件的进程响应于不同事件行为产生的多种问题类型的日志数据；依据预设规则处理所述日志数据，使所述日志数据经数学统计获得相应的结果向远程服务器提交将下载与所确定的软件问题相对应的升级包的请求；接收该远程服务器推送的关联于该软件问题的升级包；以所述升级包的文件替换该软件的安装包中相对应的文件，完成该软件的升级。本发明利用因软件产生的日志数据进行统计学分析，辅以相关技术手段，可以有效实现软件的问题检测和自动升级维护。

摘要： 本发明涉及一种用于在具有多个逻辑系统(202)的软件系统环境(200)中的控制软件维护处理的方法，其中单独的维护软件组件(204)在中央控制系统(203)中执行并且用于执行用于服务逻辑系统(202)的软件维护处理的操作，其中维护软件组件(204)和状态控制器(205)通讯，所述状态控制器(205)协调维护软件组件(204)并且基于软件维护处理的状态(401、...、408)以及基于包括所允许和/或禁止的操作的状态定义来允许和拒绝操作。本发明还涉及对应的计算机系统(200)以及计算机程序产品，其在存储介质上包括当在计算机系统上执行时执行所述方法的计算机代码。

摘要： 本发明公开了核电厂DCS平台工程师站软件维护网络通讯方法，采用IOCP网络模块构建工程师站的网络模块；S1、采用工程师站进程管理模块开辟一个主线程；S2、工程师站主界面应用程序模块生成主界面事件请求；在数据接收时：S3、在外部主控站向IOCP网络模块发起数据接收事件时，IOCP网络模块以中断方式接收当前主控站的回传数据并缓存到系统缓存中，同时检查IOCP网络模块完成端口的状态，当完成端口的状态为网络操作到达时，生成数据接收事件请求；S4、将主界面事件请求和数据接收事件请求按照先后顺序加入到同一主线程的事件队列中，工程师站按照先后顺序执行线程队列中的事件请求，当主线程执行到数据接收事件请求时，从系统缓存中读取对应的回传数据。

摘要： 本发明涉及计算机软件安全检测和控制技术，具体而言，尤其涉及一种软件维护方法及其相应的装置，还涉及一种软件问题判定方法及其相应的装置。所述软件维护方法，包括以下步骤：获取本软件的进程响应于不同事件行为产生的多种问题类型的日志数据；依据预设规则处理所述日志数据，使所述日志数据经数学统计获得相应的结果向远程服务器提交将下载与所确定的软件问题相对应的升级包的请求；接收该远程服务器推送的关联于该软件问题的升级包；以所述升级包的文件替换该软件的安装包中相对应的文件，完成该软件的升级。本发明利用因软件产生的日志数据进行统计学分析，辅以相关技术手段，可以有效实现软件的问题检测和自动升级维护。

摘要： 本发明涉及一种用于在具有多个逻辑系统(202)的软件系统环境(200)中的控制软件维护处理的方法，其中单独的维护软件组件(204)在中央控制系统(203)中执行并且用于执行用于服务逻辑系统(202)的软件维护处理的操作，其中维护软件组件(204)和状态控制器(205)通讯，所述状态控制器(205)协调维护软件组件(204)并且基于软件维护处理的状态(401、...、408)以及基于包括所允许和/或禁止的操作的状态定义来允许和拒绝操作。本发明还涉及对应的计算机系统(200)以及计算机程序产品，其在存储介质上包括当在计算机系统上执行时执行所述方法的计算机代码。

摘要： 本发明提供一种软件维护性预测模型的生成方法和软件维护性的预测方法，包括获取表征软件维护性的指标，构建隶属度函数，获取历史数据作为训练集，基于模糊网络构建规则库，对所有隶属度函数的参数值进行优化，根据所述隶属度函数和所述规则库，构建软件维护性预测模型，通过构建的软件维护性预测模型计算软件维护性的预测值。本发明实现软件维护性预测计算过程中的数据与知识双驱动，在提升预测准确性的同时，提升预测模型的透明度。

摘要： 本发明公开了一种基于多层迭代的软件维护规模预测方法，首先进行数据获取：获取一个现有公开软件系统中所有可用的类，记为训练数据集，然后度量因子选择：获取训练数据集中的各类的原始度量值；采样度量归一化处理训练数据集，再进行训练数据采样：将归一化后的训练数据集分为验证集和训练集；之后构建并训练多层迭代的预测模型：最后通过训练好的多层迭代的预测模型完成软件维护规模的预测。本发明通过设计多层迭代模型不断排除预测效果不好的中间层模型，最终获得比较精确的软件维护规模的预测模型。使用本发明提出的方法预测软件维护规模，最终得到了较好结果，能够准确地预测软件的维护规模。

摘要： 本发明公开了一种工程机械软件维护方法及系统，所述方法包括基于功能需求，构建出软件层次聚类模型；基于修改请求，以及所述软件层次聚类模型，检索出相应的软件代码实体；基于检索出的软件代码实体，维护所述层次聚类模型。本发明能够简化维护人员理解软件、分析程序、再执行修改工作的过程，节省了大量的人力成本和时间，为软件维护提供了便捷有效的方法和方向。

摘要： 本发明提供了一种基于大数据的软件维护方法及系统，涉及软件智能维护领域，方法包括：通过应用端上传软件维护记录，其中，软件维护记录包括软件类型和维护事件列表；遍历软件类型统计预设时间粒度之内的所述维护事件列表，生成维护事件分布函数对维护事件列表权重分配，生成权重分布结果；通过权重分布结果和维护事件列表，构建维护频率分布列表；遍历维护事件列表，提取事件敏感因素列表；根据维护事件分布函数和事件敏感因素列表，计算敏感因素发生率；将维护频率分布列表和敏感因素发生率发送至终端，生成软件维护策略。解决了现有技术中由于需要系统性的对大量的缺陷排查，进而导致存在效率低，方向性差的技术问题。

摘要： 本发明公开了一种基于追溯的软件维护系统、方法及存储介质，所述系统包括条目化需求导入/编制模块、设计平台及分配模块，其中条目化需求导入/编制模块用于导入或录入拆分后的条目化需求，并对每条条目化需求进行独立编号；设计平台包括多个用于构件需求内代码的需求子部件模块；分配模块用于将需求子部件模块分配给各条目化需求，并建立条目化需求与需求子部件模块的追溯关系。本发明所述系统通过在设计平台内设置多个需求子部件模块，并将需求子部件模块一一对应分配拆分后的条目化需求，在各需求子部件模块内编写各条目化需求的代码，实现需求与需求对应的影响范围的精确对应，保证维护过程的完整性和一致性。