軟件規(guī)模的增長使得軟件開發(fā)的難度越來越大,而SaaS移植因其移植過程中的靈活性和可擴展性成為在云環(huán)境中進行軟件開發(fā)的重要手段。在移植過程中需要將遺留系統(tǒng)的可重用部分包裝為服務,所以如何識別出完整且獨立的服務是移植過程中首先面臨的問題。論文針對已有的服務識別方法中存在的服務質量低、識別質量差等問題,對基于類關系類型信息的軟件聚類方法進行了改進,優(yōu)化了自底向上的服務識別過程。論文主要有以下幾方面創(chuàng)新之處:1.改進基于類關系類型信息軟件聚類方法。提出一種半隨機的初始化種群生成方法,并通過引入自適應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結果不穩(wěn)定的問題,提高服務識別的質量。2.針對聚類算法進行多目標優(yōu)化。使用主客觀綜合賦權法將多目標軟件聚類問題轉化為單目標問題,實驗結果證明優(yōu)化后的單目標聚類算法在不影響服務質量的前提下,明顯縮短了聚類時間,提高了服務識別的效率。3.實例驗證。使用將基于工作流的云資源選擇系統(tǒng)作為遺留系統(tǒng),進行自底向上的服務識別,對軟件聚類結果進行分析,驗證服務識別方法的正確性。論文通過大量的對比實驗驗證改進后的方法無論在服務識別的準確性還是時間效率上都有了明顯的提...

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

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

Class1Class2Class3class5associationimplementationdependencyextendClass4class7Class6class9Class8Class10associationimplementationassociationde....

圖3.5JUnit中的類以及類之間的關系

SaaS移植中自底向上的服務識別方法第i個類被劃分到了第j個群集中。

圖3.6JUnit中類對應的R-MDGFigure3.6theR-MDGcorrespondingtotheclassesofJUnit

SaaS移植中自底向上的服務識別方法i個類被劃分到了第j個群集中。圖3.5JUnit中的類以及類之間的關系Figure3.5theclassesandtherelationshipsbetweenclassofJUnit

圖5.2云資源選擇系統(tǒng)對應GraphML文件Figure5.2GraphMLfileofcloudresourceselectionsystem

圖5.2云資源選擇系統(tǒng)對應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：3974678