考虑开发者兴趣迁移的开源项目推荐方法

社交化编码是当前软件开发生产的一个重要方式,其开发模式的灵活性与开放性吸引了大量的开发者.开发者通过参与开源项目能够提升自己的开发能力并在社区中形成自己的影响力.许多开源社区如GitHub上有大量的开源项目.开发者将花费大量的时间与精力去寻找自己感兴趣的项目.开源项目推荐引起了研究者的兴趣,然而,目前的方法中仅仅基于开发者过去参加过的项目的相似性进行项目推荐,没有对开发者的兴趣迁移进行考虑.针对这一问题,本文提出了一种基于项目主题迁移频繁模式挖掘的推荐算法.该方法结合了概率主题模型与顺序频繁模式挖掘,并考虑项目社交关联和流行度,从而为开发者提供个性化开源项目推荐.本文所提方法的召回率比传统的方法高出了10.9%,推荐效果显著提升.     

基于区块链的数据管理设计模式

区块链作为一种新兴的技术, 由于其去中心化, 透明性和不可篡改性而受到广泛关注. 对区块链的研究还处于早期阶段, 应用程序开发过程中仍然存在大量的数据管理问题, 如数据隐私、可伸缩性和延迟. 在本文中, 我们提出了区块链数据管理的设计模式, 即数据隐私保护模式, 哈希完整性模式, 状态通道模式, 帮助开发者易用区块链进行应用开发. 上述所有模式都在一个基于区块链的溯源系统——originChain中实现并验证, 并对其效果进行了讨论.     

关于区块链原理及应用的综述

近几年比特币价值逐年上升,能在其他电子货币中脱颖而出,主要得益于其低层技术——区块链。区块链为比特币提供去中心化性、开放性、安全性、独立性和匿名性的基础技术。区块链也随着比特币的升值,相关研究日益广泛深入。本文深入分析区块链基本原理,并剖析一些基于区块链技术的开源项目,给出了部分有代表性的应用领域研究成果。     

区块链CNWW3标准的公链搭建子链及其应用部署

区块链技术作为下一代互联技术(Web3. 0)的一个基础性支撑技术,基于去中心化分布式网络特点,结合密码学特征,在不同的共识机制基础上达到了数据和服务的去中心化服务能力,保证数据的可追溯、唯一不可篡改性。但是区块链技术在开发和部署上,都具有一定的技术难度和准入门槛,并不是所有的应用开发者和服务提供者都有能力进行相应的开发,并最终提供服务;不同的应用和服务在区块链化和去中心化的同时也存在着互联互通的需求。基于区块链标准网络应用Web3. 0(ChainNet Work Web3. 0,CNWW3)模型架构体系的公链网络提供了一种快速搭建区块链网络——子链的方式,通过公链的能力,可以快速创建区块链网络,直接复用公链的基础网络架构,完成自有区块链网络的创建;同时,通过网关对接的方式,可以很方便地将传统中心化网络和服务接入子链,完成服务和应用的区块链化和去中心化;最后,因为子链直接基于CNWW3公链创建,所以天然就具有跨链进行价值和信息交换的能力。     

数据驱动的开源贡献度量化评估与持续优化方法

在当今数字化时代,开源技术、开源软件和开源社区日益重要,而通过量化分析方法研究开源领域的问题也已经成为一个重要的趋势。开发者是开源项目中的核心,其贡献度的量化以及量化后的贡献度提升策略,是开源项目能够健康发展的关键。文中提出了一种数据驱动的开源贡献度量化评估与持续优化方法,并通过一个实际的工具框架Rosstor(Robotic Open Source Software Mentor)进行了实现。该框架包含两个主要部分:1)贡献度评估模型,采取了熵权法,可以动态客观地评估开发者的贡献度;2)贡献度持续优化模型,采取了深度强化学习方法,最大化了开发者的贡献度。文中选取了GitHub上若干著名的开源项目的贡献者数据,通过大量且充分的实验验证了Rosstor不仅能够使所有项目上开发者的贡献度得到大幅度提升,而且还具有一定的抗干扰性,充分证明了所提方法和框架的有效性。Rosstor框架为当下广泛开展的开源项目和开源社区的可持续健康发展提供了方法和工具方面的支持。     

基于贡献分配的开源软件核心开发者评估

开源软件中如何真实评估所有开发者的贡献度并有效区分核心开发者和外围开发者是一个重要的研究问题.通过设计开发文件的贡献度分配算法,以9个Apache项目为基础分析了开发者对项目的贡献度,并以此有效地区分核心开发者和外围开发者.实验结果通过Apache官方主页公布的开发者地位名单进行考证,同时在真实名单的相似度上与传统评估方案进行了比较,验证了算法的实用性和有效性.最后,通过支持向量机建立分类模型,结合不同影响开发者地位的关键因素,提升了开发者分类的精确度.     

智能合约自毁案例探析

随着区块链近年的迅速发展,以太坊由于其开源性及图灵完备的特点,逐渐成为区块链最流行的平台,部署在以太坊上的智能合约数量呈现出一个爆发性的增长。基于此,笔者首先回顾了区块链以及智能合约的发展历程,在其基础上分析了智能合约Self-Destruct(自毁)的原因,最后通过两个案例来说明智能合约自毁背后可能隐藏的恶意攻击。     

开源软件开发者的演化研究

开源软件的开发主要依靠开发人员的自我管理和志愿贡献。在软件开发过程中,开发人员的组成、分工、能力等会发生经常性的改变,这些改变都会通过交互行为的变化反映出来。已有研究成果表明开源软件存在核心团队,他们主导项目的开发与实施,但对开发团队随时间而发生的结构变化的研究较少。通过观测软件项目生命周期中开发者总体的变化情况,研究了开发者网络与软件的协同演化机理,以GNU/Linux公共数据集为例,讨论了开源软件开发者数量、自愿度、开发者经验与项目的协同演化现象,并给出了演化的合理解释。     

面向Hyperledger Fabric的SQL访问框架

区块链技术具有去中心化、不可篡改、可追溯等优势,已经在各领域得到广泛应用.但区块链作为一项前沿技术,存在开发难度大、学习成本高等问题,且大多数开发者更熟悉基于关系型数据库的应用开发方法,即通过SQL操作关系型数据库.Hyperledger Fabric是目前最为主流的区块链开发框架.针对此问题,文中提出了一种面向Hyperledger Fabric的SQL访问框架.首先,针对Fabric和SQL底层存储结构不一致的问题,定义了关系模型至键值模型的转换规则,实现了模型转换算法;然后,基于智能合约技术开发了 SQL执行合约,实现了 SQL语句向底层状态数据库CouchDB操作语句的自动转换,进而操作Fabric底层的数据;最后,从应用层开发的角度,设计了应用自动化重构工具,工具包含两个部分,分别是应用重构工具和区块链网络的交互中间件Fabric-Driver.实验结果表明,相比现有方案,使用所提框架开发区块链应用能节省82％左右的时间,且使用此框架降低的读写性能仅有5％左右.     

MPB技术在科研管理信息系统的应用研究

复相区块链技术,简称MPB(Multiple Phase Blockchain),是一种在区块链的链式结构中利用不对称迭代Hash加密算法形成复数Warp链,从而实现链状结构的网笼化的计算机数据技术.由于其对线性结构的翘曲链接特性,可以实现多个高度相关项目在一条冗长区块链上的多相翘曲链接.本文主要应用该技术的这一特性,将MPB技术与科研管理技术相结合,实现一种跨平台、跨领域、高效、透明、可追溯、不可篡改的项目全过程管理技术.     

An Open Source Approach to Developing Software in a Small Organization

The software development approach that developers at Kitware use borrows techniques from agile development and extreme programming and emphasizes long-term, ongoing projects. The company has used this approach on open source and closed-source projects in a wide range of sizes     

响应式许可链基础组件——RepChain

区块链系统的核心价值是建立多方信任,在面对企业级应用场景时需要增强安全性、实时性、友好性设计;面对国内自主可控和技术发展需求,应积极倡导开源共赢.为此,提出了开源的响应式许可链基础组件RepChain （reactive permissioned chain）,它通过全新设计系统架构,突出了响应式、松耦合、轻量级、协同性共识、合约分级部署、运行状态可视化等特点.通过在身份准入的基础上建立安全信道,采用协同性共识代替公有链的竞争性共识,提高了交易的实时性和交易通量.经实验证明,响应式许可链在交易通量、实时性和韧性方面有较大提升.     

基于多维特征的开源项目个性化推荐方法

随着软件协同开发技术与社交网络的深度融合,社交化开发范式已成为当前软件创作与生产的重要方式。这一软件开发模型的灵活性与开放性,吸引了大规模的外围贡献者加入到开源社区中,形成了巨大的软件生产力。在开源社区中,这些分布广泛、规模巨大的外围贡献者主要以一种无组织的松散方式进行协同。他们需要花费大量的时间和精力,在海量的开源项目中寻找到自己真正感兴趣的项目并进行长期贡献。为了提高大规模群体协同的效率,本文提出一种基于多维特征的开源项目个性化推荐方法（即RepoLike）。该方法从开源项目自身流行度、关联项目技术相关度以及大众贡献者之间的社交关联度等三个维度度量开发者和开源项目之间的关联关系,并利用线性组合和Learning To Rank方法构建推荐模型,从而为开发者提供个性化的项目推荐服务。通过大规模的实证实验表明,RepoLike在推荐20个候选项目时的推荐命中率超过25%,能够有效地为开发人员提供有价值的推荐服务。     

An open source usability maturity model (OS-UMM)

User satisfaction has always been a major factor in the success of software, regardless of whether it is closed proprietary or open source software (OSS). In open source projects, usability aspects cannot be improved unless there are ways to test and measure them. Hence, the increasing popularity of open source projects among novice and non-technical users necessitates a usability evaluation methodology. Consequently, this paper presents a usability maturity model specifically aimed at usability-related issues for open source projects. In particular, the model examines the degree of coordination between open source projects and their usability aspects. The measuring instrument of the model contains factors that have been selected from four of our empirical studies, which examine the perspectives of OSS users, developers, contributors and the industry. In addition to presenting the usability maturity model, this paper discusses assessment questionnaires, a rating methodology and two case studies.     

开源许可证的选择:挑战和影响因素

开发者通常会为其开源代码选择不同的开源许可证来约束其使用条件,以期能有效地保护知识产权和维持软件的长远发展.然而,现有的开源许可证种类繁杂,开发者难以了解不同开源许可证间的差异,并且难以通过现有的开源许可证选择工具做出合适的选择——其使用要求开发者了解开源许可证相关条款并明确自己的业务需求.学术界虽然对开源许可证已有研...     

Graph Embedding Based API Graph Search and Recommendation

Searching application programming interfaces (APIs) is very important for developers to reuse software projects. Existing natural language based API search mainly faces the following challenges. 1) More accurate results are required as software projects evolve to be more heterogeneous and complex. 2) The semantic relationships between APIs (e.g., inheritances between classes, and invocations between methods) need to be illustrated so that developers can better understand their usage scenarios. To deal with these issues, we propose GeAPI, a novel graph embedding based approach for API graph search and recommendation in this paper. First, we build a software project's API graph automatically from its source code and represent each API using graph embedding methods. Second, we search the API graph with a question in natural language, and return the corresponding subgraph that is composed of relevant code elements and their associated relationships, as the best answer of the question. In experiments, we select three well-known open source projects, JodaTime, Apache Lucene and POI, as examples to perform API search tasks. The experimental results show that our approach GeAPI improves F1-score by 10% compared with the existing shortest path based API search approach, while reduces the average response time about 60 times.