軟件規(guī)模的增長(zhǎng)使得軟件開(kāi)發(fā)的難度越來(lái)越大,而SaaS移植因其移植過(guò)程中的靈活性和可擴(kuò)展性成為在云環(huán)境中進(jìn)行軟件開(kāi)發(fā)的重要手段。在移植過(guò)程中需要將遺留系統(tǒng)的可重用部分包裝為服務(wù),所以如何識(shí)別出完整且獨(dú)立的服務(wù)是移植過(guò)程中首先面臨的問(wèn)題。論文針對(duì)已有的服務(wù)識(shí)別方法中存在的服務(wù)質(zhì)量低、識(shí)別質(zhì)量差等問(wèn)題,對(duì)基于類(lèi)關(guān)系類(lèi)型信息的軟件聚類(lèi)方法進(jìn)行了改進(jìn),優(yōu)化了自底向上的服務(wù)識(shí)別過(guò)程。論文主要有以下幾方面創(chuàng)新之處:1.改進(jìn)基于類(lèi)關(guān)系類(lèi)型信息軟件聚類(lèi)方法。提出一種半隨機(jī)的初始化種群生成方法,并通過(guò)引入自適應(yīng)遺傳算法保證遺傳算法種群的多樣性,解決原方法軟件聚類(lèi)結(jié)果不穩(wěn)定的問(wèn)題,提高服務(wù)識(shí)別的質(zhì)量。2.針對(duì)聚類(lèi)算法進(jìn)行多目標(biāo)優(yōu)化。使用主客觀綜合賦權(quán)法將多目標(biāo)軟件聚類(lèi)問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題,實(shí)驗(yàn)結(jié)果證明優(yōu)化后的單目標(biāo)聚類(lèi)算法在不影響服務(wù)質(zhì)量的前提下,明顯縮短了聚類(lèi)時(shí)間,提高了服務(wù)識(shí)別的效率。3.實(shí)例驗(yàn)證。使用將基于工作流的云資源選擇系統(tǒng)作為遺留系統(tǒng),進(jìn)行自底向上的服務(wù)識(shí)別,對(duì)軟件聚類(lèi)結(jié)果進(jìn)行分析,驗(yàn)證服務(wù)識(shí)別方法的正確性。論文通過(guò)大量的對(duì)比實(shí)驗(yàn)驗(yàn)證改進(jìn)后的方法無(wú)論在服務(wù)識(shí)別的準(zhǔn)確性還是時(shí)間效率上都有了明顯的提...

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.4軟件聚類(lèi)算法偽代碼Figure3.4paretosoftwareclusteringbyGA算法描述如下：

Class1Class2Class3class5associationimplementationdependencyextendClass4class7Class6class9Class8Class10associationimplementationassociationde....

圖3.5JUnit中的類(lèi)以及類(lèi)之間的關(guān)系

SaaS移植中自底向上的服務(wù)識(shí)別方法第i個(gè)類(lèi)被劃分到了第j個(gè)群集中。

圖3.6JUnit中類(lèi)對(duì)應(yīng)的R-MDGFigure3.6theR-MDGcorrespondingtotheclassesofJUnit

SaaS移植中自底向上的服務(wù)識(shí)別方法i個(gè)類(lèi)被劃分到了第j個(gè)群集中。圖3.5JUnit中的類(lèi)以及類(lèi)之間的關(guān)系Figure3.5theclassesandtherelationshipsbetweenclassofJUnit

圖5.2云資源選擇系統(tǒng)對(duì)應(yīng)GraphML文件Figure5.2GraphMLfileofcloudresourceselectionsystem

圖5.2云資源選擇系統(tǒng)對(duì)應(yīng)GraphML文件Figure5.2GraphMLfileofcloudresourceselectionsystem圖5.3云資源選擇系統(tǒng)模塊依賴圖Figure5.3MDGofcloudresourceselec....

本文編號(hào)：3974678