一种无监督的软件复杂度度量与评估模型

软件复杂度度量作为软件工程的重要组成部分,可为软件的控制和降解、软件测试的资源分配和高质量软件的研制提供支撑。计算机控制软件往往规模复杂,开发、测试和维护难度大,其复杂度的准确度量意义重大。然而,现有方法大多依赖少量度量元或者人工设置各度量元的超参数权重,工作量大且准确度难以保证。本文提出了一种无监督的、自适应的软件复杂度度量算法,对度量元数据进行高斯混合模型(GMM)的概率建模和归一化;通过皮尔逊相关系数过滤度量元间的涌现特征,借助拓扑排序和图论思想,构建度量元的自适应线性加权模型,综合评估软件的复杂度。在3种数据集上的实验表明,本文提出的软件复杂度度量模型在定量和定性分析结果上取得了更好的度量和评估效果,可以有效解决软件的复杂度度量问题。