浅析中职教务管理系统需求

随着我国大力发展中等职业教育,各校招生规模不断扩大,采用传统的教务管理模式将会浪费大量的人力、物力、财力,所以教务管理系统的开发已成为中职学习工作的重点。为了满足学校教务工作的需求,教务管理系统共设置了五大子系统：用户权限管理子系统、教学计划管理子系统、成绩管理子系统、学生考勤管理子系统、教材管理子系统,并对系统功能和非功能需求进行分析。     

一个表示和运用非功能性需求的框架

本文分析了一个软件开发进程中表示和运用非功能性需求的综合框架，该框架的目的是开发一套技术以调整软件开发进程中的设计决策，从而强调了依据非功能需求，探索合理化的软件开发进程。     

组件技术在嵌入式系统中的应用

研究了提出了通用组件模型不能嵌入式系统中应用的本质原因,对嵌入式组件模型进行分类以及层次化分析. 并对于嵌入式系统的非功能属性进行分析,总结了常见嵌入式组件模型对这些非功能属性的支持情况. 然后介绍了组件库的设计,以及组件模型的未来研究方向.     

一种策略驱动的Web服务质量保障框架

随着面向服务计算技术的发展和应用,提供非功能属性保障能力成为服务在企业应用中获得成功的关键因素.同传统的分布式计算技术不同的是,服务是动态发现和绑定的,这要求服务双方必须动态协商并保障各种非功能属性.使用WS-Policy语言来显式描述Web服务的非功能性的能力和需求,并提出了一种策略驱动的服务保障框架来完成非功能属性的动态保障,最后在SOAP引擎SOAPExpress中实现了这一框架,结果表明它可以有效满足企业应用对Web服务质量的需求.     

基于策略的Web服务非功能属性匹配

Web服务的非功能属性匹配对增强Web服务发现的准确性，保证Web服务调用质量具有重要作用。目前Web服务的非功能属性匹配研究一般局限于某一具体的非功能属性，缺少支持各非功能属性的统一匹配方法。该文提出了一种基于策略的Web服务非功能属性的匹配方法，把Web服务非功能属性作为服务双方的策略，利用策略匹配来实现非功能属性的匹配。采用WSPL作为策略描述语言，并提出了层次化策略的概念，利用不同的发布方式对不同层次的策略进行发布，服务发现的过程与不同层次的策略匹配结合在一起。该方法支持各种非功能属性的匹配，并可以容易地和Web服务的功能性匹配方法结合到一起，形成完整的Web服务发现匹配系统。     

基于面向方面MDA的实时系统开发方法

实时系统有许多难以处理的横切整个系统的非功能需求。针对以上问题,提出基于面向方面模型驱动架构的实时系统开发方法。该方法在设计阶段将系统的非功能需求从功能需求中分离出,以降低系统开发的复杂性,提高系统的可重用性、可维护性和横切关注点的模块化程度。通过应用实例证明该方法是有效的。     

面向软件产品线中特征选择的多目标优化算法

软件产品线中产品定制的核心是选择合适的特征集.由于多个非功能需求间往往相互制约甚至冲突,特征选择的本质是多目标优化过程.优化过程的搜索空间被特征间错综复杂的依赖和约束关系以及明确的功能需求大大限制.另外,有些非功能需求有明确的数值约束,而有些则仅要求尽可能得到优化.多样的非功能需求约束类型也给优化选择过程带来极大挑战.本文提出一种含修正算子的多目标优化算法MOOFs.文中首先设计特征间依赖和约束关系描述语言DCF-DL来统一规范特征选择过程中必须遵守的规则.所有的非功能需求都转化为优化目标,相关的数值约束则作为优化过程中特征选择方案的过滤器.另外,设计了修正算子用于保证选择出的特征配置方案必满足产品线的特征规则约束.通过与四个常用的多目标优化算法在四个不同规模的特征模型上的运行结果做对比,证明本文的方法能够更快地产生满足约束的优化解,且优化解具备更好的收敛性与多样性.     

基于AOP的人事档案日志模块设计与实现

在分析人事档案功能模块的基础上,采用面向方面编程（AOP）技术将日志从功能模块中分离出来,并将日志作为一个独立的模块。该模块使用方面类AspectLog中的通知实现日志记录在业务操作后,写入到数据库的日志表中,并采用DAO模式实现日志的显示和维护。实际系统运行结果表明,本文提出的基于AOP技术解决日志模块的设计思想具有可行性,并具有一定的理论价值和应用价值。     

开放网络环境下的程序设计：从RPC到REST

在Internet/WWW这一开放软件平台上已发展了诸多软件架构技术,针对开放网络环境下不同的应用场景与需求,如何对复杂多样的技术进行架构决策、技术选取等提供指导是亟需解决的问题。在考察RPC、Web服务等已有架构、技术的基础上,总结了它们共有的重要方面,分析了这些方面是如何相互交织并影响系统的非功能属性,从而形成一个评估框架。最后,选取典型的技术对其进行比较评估。     

基于版本更新日志的移动应用演化趋势自动分析

数据驱动的移动应用开发、维护和演化分析正成为移动应用领域的研究热点.然而,鲜少有研究以移动应用的版本更新记录为对象,从需求类型的角度探索开发者在发布移动应用时的偏好以及移动应用的开发和更新趋势.为此,以苹果App Store中社交、旅游和阅读3种类别60个应用的6527条版本更新记录条目为数据集,验证并评估了监督式机器学习算法对移动应用版本更新记录自动分类的可行性和有效性;进一步,基于最优的监督式机器学习算法对版本更新记录自动分类的结果,从需求类型和更新热点2个方面对移动应用的演化特点进行了分析,展示了苹果App Store中3种类别的移动应用在近5年的更新趋势,以帮助研究者与实践者从需求工程的角度了解当前移动应用市场的现状和变化动态.