[发明专利]一种基于层次聚类组合的软件架构恢复方法

权利要求书

1.一种基于层次聚类组合的软件架构恢复方法，其特征在于，包括：

步骤1：获取软件源代码中的函数实体；

步骤2：构建所述函数实体之间的关系；

其中，所述函数实体关系包括：实体引用的全局变量、局部变量、用户定义类型、数据文件，实体间的互相调用、系统调用，以及实体引用的宏；

步骤3：使用五种相似度计算方法分别计算函数实体间的相似度，得到每种相似度计算算法计算出的相似度；

步骤4：基于每种相似度计算算法计算出的相似度，使用CL、WCA、LIMBO三种层次聚类算法分别对函数实体进行聚类，得到根据每种相似度进行聚类的聚类结果；

步骤5：将每种聚类结果用描述矩阵的形式表示；

步骤6：使用主成分分析的方法将表示每种聚类结果的描述矩阵进行组合，得到多维矩阵；

步骤7：从所述多维矩阵中恢复出最终层次结构，以实现软件结构的恢复。

2.根据权利要求1所述的基于层次聚类组合的软件架构恢复方法，其特征在于，所述步骤1包括：

通过软件代码处理工具，从软件源代码中反向获取实体信息。

3.根据权利要求1所述的基于层次聚类组合的软件架构恢复方法，其特征在于，所述步骤2包括：

步骤2-1：获取每个函数实体的特征向量；

其中，每个函数实体用码字表示，当码字为1时表示码字对应的位置具有特征，当码字为0时表示没有特征；将存在特征进组合，得到每个函数实体的特征向量；

步骤2-2：将每个函数实体的特征向量，构建函数实体与函数实体之间的关系。

4.根据权利要求1所述的基于层次聚类组合的软件架构恢复方法，其特征在于，所述步骤3包括：

步骤3-1：使用Jaccard方法计算表达式，计算函数实体之间的第一二元相似度；

所述Jaccard方法计算表达式表示为：

步骤3-2：使用JaccardNM方法表达式，计算函数实体之间的第二二元相似度；

所述JaccardNM方法表达式表示为：

步骤3-3：使用Jaccam方法表达式，计算函数实体之间的第三二元相似度；

所述Jaccam方法表达式表示为：

其中，E_i，E_j表示计算的两个实体，a表示两个实体共有的特征数；b表示E_i中存在但E_j中不存在的特征数；c表示E_j中存在但E_i中不存在的特征数；d表示两个实体中都缺少的特征数；

步骤3-4：使用Unbiased Ellenberg measure方法表达式，计算函数实体之间的第四非二元相似度；

所述Unbiased Ellenberg measure方法表达式表示为：

其中，Ma表示两个函数实体中存在的特征的总和；

步骤3-5：使用信息丢失度表达式，计算函数实体间的第五相似度；

所述信息丢失度表达式表示为：

δI(E_i，E_j)＝p(E_i)+p(E_j)*Djs(f_i，f_j)

其中，Dkl[f_i||f_j]是假设分布为f_j的编码中冗余的度量，当分布为f_i时，Djs是f_i和f_j与f_ij的平均Dkl距离。