基于復(fù)雜網(wǎng)絡(luò)理論的Java 軟件特征探析

鎮(zhèn)濤 武昌職業(yè)學(xué)院

在面向?qū)ο笳Z言程序中，對象是基本單元，是類的實例。面向?qū)ο笳Z言具有獨特的數(shù)據(jù)結(jié)構(gòu)--封裝數(shù)據(jù)細(xì)節(jié)與代碼以構(gòu)成類--極大提升了軟件程序靈活性、擴展性以及重用性。近年來，這三種特性得到廣泛推廣，Java 這一完全面向?qū)ο蟮木幊陶Z言也成為研究熱點。該語言具有強大可移植性，但是隨著項目規(guī)模的不斷擴大，程序漏洞、可讀性低等問題也頻繁發(fā)生。復(fù)雜網(wǎng)絡(luò)理論的引入有助于構(gòu)建程序網(wǎng)絡(luò)，提升Java 程序質(zhì)量以及軟件生產(chǎn)效率?；趶?fù)雜網(wǎng)絡(luò)理論的程序分析既全面又能正確定位程序漏洞，能夠幫助程序開發(fā)者有效治理漏洞。

1 Java 語言特性與程序分析方法

1.1 面向?qū)ο筇匦?/h3>

當(dāng)前，大型系統(tǒng)常用的程序設(shè)計開發(fā)方法是面向?qū)ο蟪绦蛟O(shè)計。面向?qū)ο蠼Y(jié)構(gòu)化設(shè)計具有封裝性、繼承性、多態(tài)性三大基本特性。其中封裝性是指將邏輯和數(shù)據(jù)操作的程序封裝起來，服務(wù)供應(yīng)商隱藏服務(wù)細(xì)節(jié)，用戶只需要了解輸出的結(jié)果而不用知道數(shù)據(jù)具體的運算、讀取過程。封裝是一個“黑匣子”，保護對象內(nèi)部實現(xiàn)過程，防止內(nèi)部結(jié)構(gòu)被篡改，有效保障軟件安全。繼承性是指子類繼承父類的屬性和方法，繼承關(guān)系使得軟件結(jié)構(gòu)更為清晰，提高代碼可重復(fù)利用率，極大減輕軟件開發(fā)人員的工作壓力。多態(tài)性則是方法的重載、重寫與動態(tài)連接，不同的類對象可以響應(yīng)同一個信息。多態(tài)機制能夠極大降低信息冗余量，消除不同類相互影響作用的關(guān)系，提升軟件可擴充性與可替換性。

1.2 類的關(guān)系

面向?qū)ο蟮念愑芯酆?、組合、泛化、依賴以及關(guān)聯(lián)五種關(guān)系。其中，泛化的表現(xiàn)方式有繼承關(guān)系與實現(xiàn)關(guān)系，其本質(zhì)為參數(shù)化類型；關(guān)聯(lián)體現(xiàn)在類與接口、類與類之間，不同類的對象之間發(fā)生訪問，實例就具備對應(yīng)關(guān)系，對象則產(chǎn)生了關(guān)聯(lián)。關(guān)聯(lián)關(guān)系具有方向性、長期性以及平等性的特點；聚合反映整體與部分關(guān)系，是更強的關(guān)聯(lián)關(guān)系，涉及不同層次不同類之間的關(guān)系；組合屬于關(guān)聯(lián)特例之一，又稱為強聚合。組合關(guān)系中整體與部分不可分割，兩者生命周期一致；依賴則是描述彼此獨立的兩個對象之間的使用關(guān)系，具有臨時性與偶然性。

1.3 軟件復(fù)雜網(wǎng)絡(luò)的特性

軟件網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的各個節(jié)點之間相互作用復(fù)雜，這種作用的相關(guān)性有所不同，即各節(jié)點之間有不同的關(guān)聯(lián)度。不同的關(guān)聯(lián)度便于對社區(qū)結(jié)構(gòu)進行劃分。為了評估復(fù)雜網(wǎng)絡(luò)的準(zhǔn)確性，研究人員抽象出復(fù)雜網(wǎng)絡(luò)的共性，制定了統(tǒng)一的復(fù)雜網(wǎng)絡(luò)參數(shù)衡量機制，基本參數(shù)有：（1）聚集系數(shù)，節(jié)點聚集系數(shù)反映相鄰節(jié)點聯(lián)系的緊密度，由此可推出網(wǎng)絡(luò)的聚集系數(shù)，節(jié)點聚集系數(shù)與其重要程度成反比；（2）平均路徑長度，也是反映各節(jié)點之間緊密聯(lián)系的程度的參數(shù)；（3）節(jié)點介數(shù)，是指網(wǎng)絡(luò)中經(jīng)過某一節(jié)點最短路徑的數(shù)量，反映了傳遞信息過程中該節(jié)點的中樞特性，介數(shù)的算法較為復(fù)雜，既要計算不同節(jié)點之間的最短路徑還要將最短路徑存儲起來；（4）網(wǎng)絡(luò)效率，指各節(jié)點之間最短路徑距離倒數(shù)總和的平均值，主要用于解決節(jié)點連接不暢時平均路徑長度無限大的問題。

2 分析Java 軟件復(fù)雜網(wǎng)絡(luò)特性

2.1 基于復(fù)雜網(wǎng)絡(luò)理論的軟件網(wǎng)絡(luò)

在研究復(fù)雜網(wǎng)絡(luò)理論時，網(wǎng)絡(luò)性質(zhì)、網(wǎng)絡(luò)模型、網(wǎng)絡(luò)行為以及網(wǎng)絡(luò)性能是四項主要研究的內(nèi)容。研究人員認(rèn)為將Java 軟件視為程序網(wǎng)絡(luò)，通過分析其網(wǎng)絡(luò)性質(zhì)以呈現(xiàn)軟件結(jié)構(gòu)特征，并利用網(wǎng)絡(luò)模型定量、定性計算這些特征，計算結(jié)果可以作為網(wǎng)絡(luò)行為分析的依據(jù)，進而設(shè)計優(yōu)化網(wǎng)絡(luò)性能的方案。

2.1.1 圖的基本概念

圖，是用以表示物體之間關(guān)系的一種方式。在圖中，一個物體是一個節(jié)點，兩個節(jié)點的關(guān)系則是一條邊，連接該節(jié)點的邊數(shù)既是節(jié)點的度，由其他節(jié)點指向該節(jié)點的邊的數(shù)量即是輸入度，由該節(jié)點指出的邊的數(shù)量即是輸出度。同時，圖又包含有向圖和無向圖，前者是指節(jié)點對之間的邊具有指向性，如類的調(diào)用關(guān)系；后者則是指代表節(jié)點關(guān)系的邊不具有指向性。此外，加權(quán)圖的定義是網(wǎng)絡(luò)圖中每條邊具有不同的權(quán)重，權(quán)重是相似度、重要性、依賴度等的代表。方向與加權(quán)是維度不同的兩個參數(shù)。因而，圖主要有四種分類：加權(quán)有向圖、加權(quán)無向圖、無權(quán)有向圖、無權(quán)無向圖。

2.1.2 圖的計算機表達

通常，圖結(jié)構(gòu)是由計算機計算而來，其主要表示方法有鄰接矩陣與鄰接表。Java 軟件網(wǎng)絡(luò)圖算法的實現(xiàn)就是通過應(yīng)用鄰接矩陣的圖結(jié)構(gòu)，并在此基礎(chǔ)上對其網(wǎng)絡(luò)結(jié)構(gòu)進行分析。在圖算法中，用鄰接矩陣表示圖G 為A=（aij）n*n（即n 階矩陣），以解決網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)存儲問題。

2.2 構(gòu)建Java 軟件結(jié)構(gòu)模型

構(gòu)建Java 軟件結(jié)構(gòu)模型涉及以下內(nèi)容：其一，程序的反編譯，即轉(zhuǎn)換語言的過程，可以實現(xiàn)機器語言編寫的程序轉(zhuǎn)變?yōu)楦呒壵Z言程序。作為8 字節(jié)流文件，.class 文件能夠為Java 提供獨立的二進制服務(wù)。通常，.class 文件不可讀、不可修改，需要利用Java 反編譯工具javap.exe 將其發(fā)編譯為可提取字節(jié)碼信息的.txt 文件，反編譯前后的代碼差異甚小。

其二，代碼的靜態(tài)分析，在編寫程序時即對代碼做靜態(tài)分析能夠為程序后續(xù)的測試工作提供極大便利。研究表明，靜態(tài)分析代碼能夠及時檢測并修復(fù)30%～70%的代碼錯誤。應(yīng)用Java 靜態(tài)分析代碼工具可以有效定位出錯代碼的位置，提高軟件開發(fā)效率與安全性。

其三，構(gòu)建復(fù)雜網(wǎng)絡(luò)模型，構(gòu)建流程主要包含查找JDL安裝目錄、jar 文件解壓、遍歷.class 文件、反編譯、提取依賴關(guān)系、類結(jié)構(gòu)解析、集合類節(jié)點等。

2.3 兩種網(wǎng)絡(luò)模型

小世界與無標(biāo)度特性的發(fā)現(xiàn)推動復(fù)雜網(wǎng)絡(luò)研究領(lǐng)域?qū)崿F(xiàn)進一步的發(fā)展。由上文可知，網(wǎng)絡(luò)結(jié)構(gòu)的必要元素包含節(jié)點與邊，對小世界與無標(biāo)度網(wǎng)絡(luò)模型的深度研究便是基于研究各個節(jié)點與邊的性質(zhì)。

小世界網(wǎng)絡(luò)模型的構(gòu)建是以平均路徑長度、聚類系數(shù)、度分布等性質(zhì)為基礎(chǔ)。當(dāng)節(jié)點數(shù)相同時，兩個網(wǎng)絡(luò)的輸出度與輸入度平均值則相同，邊的數(shù)量也相同，這時，區(qū)分兩者就得依據(jù)節(jié)點度的大小，度為n 的節(jié)點數(shù)占整個網(wǎng)絡(luò)節(jié)點數(shù)的比例則是該網(wǎng)絡(luò)結(jié)構(gòu)的特有性質(zhì)。小世界網(wǎng)絡(luò)度分布分為離散型與連續(xù)型兩種形式，前者的典型是泊松分布與二項分布，后者有正態(tài)分布。但研究表明，在實際網(wǎng)絡(luò)中，長尾分布是度的主要分布形式。

長尾分布是指網(wǎng)絡(luò)結(jié)構(gòu)的節(jié)點度分布不具備統(tǒng)一性，在坐標(biāo)中難以用均勻刻度表示。因而，長尾分布又被成為無標(biāo)度分布，具有這一度分布性質(zhì)的即是無標(biāo)度網(wǎng)絡(luò)模型。研究表明，長尾分布主要就是冪律分布，因此判斷網(wǎng)絡(luò)結(jié)構(gòu)是否具有無標(biāo)度性質(zhì)，應(yīng)先證明其是否符合冪律分布。

通過分析度分布、聚集系數(shù)、平均路徑長度可知，Java 軟件網(wǎng)絡(luò)結(jié)構(gòu)具備無標(biāo)度和小世界性質(zhì)。