软件产品线配置空间近似均匀采样方法

1.本发明涉及计算机软件产品线工程技术领域，尤其涉及软件产品线配置空间近似均匀采样方法。


背景技术：

2.软件产品线(software product lines，spls)是一种有效的软件开发方法，它在满足软件产品共性的基础上，可根据用户需求灵活地实现软件定制。采用软件产品线有助于节约开发成本、降低维护工作量以及缩短产品上市周期。著名的linux操作系统、eclipse开发环境和drupal网站内容管理系统等就是采用产品线技术开发的软件产品。
3.事实上，软件产品线采用可复用的模块化软件部件实现软件产品集的开发，该软件产品集通常由特征模型(feature model)表示。其中，一个特征指系统的某个特定软件部件，而产品则是特征的集合。特征模型明确了特征之间的约束关系，进而定义构成可行或有效软件产品(又称为软件配置)的所有特征组合。显然，随着特征数的增加，可行的软件配置呈指数式增长。所有可行软件产品构成的集合称为软件产品线配置空间，或简称配置空间。
4.在软件产品线工程众多任务中，认识配置空间的有关性质是非常重要的。这些任务包括，但不限于，根据目标和约束函数找到最优软件配置；通过训练的模型预测某个软件配置的性能；定位由特征之间的交互引起的错误等。最理想的情形是探索或访问每个可行软件配置，但这在实际中几乎不可行。主要原因在于配置空间的规模极大。例如，大规模的真实spls可包含成百上千个特征，相应的可行软件配置数量惊人，远远大于10
10
。显然，枚举所有软件配置是完全行不通的。
5.一种直观的解决方案是从配置空间选择一个小规模的、有效的且具有代表性的样本集。该样本集需仔细选择，能够从统计学意义上很好地代表整个配置空间。理想情况下，若无领域知识，样本应广泛且均匀地分布在整个空间。现有的采样策略包括：1)随机采样方法以随机的方式选择特征或软件配置。这种采样方法虽然简单，但是易于产生无效样本；2)基于求解器的采样方法借助现成的约束求解器，如sat4j等，生成样本。这种方法可扩展到大规模的真实软件产品线，但是无法确保随机性及覆盖率；3)覆盖率导向的采样方法，如著名的t
‑
wise采样，根据一定的覆盖准侧生成样本。然而，该方法生成的样本仅位于配置空间的特定区域，在某些情况下不具有很好的代表性；4)均匀采样方法要求每个软件配置被选择的机会均等。该方法能确保均匀性，但是计算代价大，无法有效扩展到大规模软件产品线。例如，对linux内核软件产品线，采用7个处理器并行运行均匀采样算法smarch，也无法在1个小时内生成12个样本。
6.由此可见，现有采样方法或者可扩展到大规模的真实软件产品线，但是无法确保均匀性；或者实现了均匀性，但是可拓展性差。如何折衷均匀性和可拓展性是当前待解决的一个重要问题。


技术实现要素：

7.为解决现有技术所存在的技术问题，本发明提供软件产品线配置空间近似均匀采样方法，通过利用sat求解器生成一组随机样本，然后运用搜索算法不断提升样本的多样性和均匀性；为度量样本间的距离，设计了一种新的距离计算公式，可有效地迫使样本在空间内尽可能分布均匀。
8.本发明采用以下技术方案来实现：软件产品线配置空间近似均匀采样方法，主要包括以下步骤：
9.s1、输入特征模型
10.s2、采用sat求解器随机生成特征模型的n个解，完成样本集a的初始化；
11.s3、计算样本集a中任两个解的距离，完成距离矩阵d的初始化；
12.s4、计算样本集a中所有个体的新颖得分；
13.s5、运用选择、交叉和变异算子生成一个新个体c，即新配置；
14.s6、采用新个体c更新样本集a；
15.s7、若允许的运行时间耗尽，则进入步骤s8，否则返回步骤s5；
16.s8、输出样本集a。
17.本发明与现有技术相比，具有如下优点和有益效果：
18.1、本发明采用sat求解器生成一组随机样本，然后运用搜索算法不断提升样本的多样性和均匀性；为度量样本间的距离，设计了一种新的距离计算公式，可有效地迫使样本在空间内尽可能分布均匀。
19.2、本发明克服了均匀采样方法耗时长、可扩展性差，非均匀采样方法无法保证均匀性等缺陷，允许用户根据自身需求灵活地设置算法的运行时间，以折衷均匀性和可扩展性，为实现软件产品线配置空间的近似均匀采样提供了有效的解决方案。
20.3、本发明综合运用可满足性求解器、搜索算法等多项数学及计算机领域的方法与技术，使得本发明在保证一定性能的同时，能够高效地处理大规模软件产品线配置空间的采样问题。
附图说明
21.图1是本发明的方法流程图。
具体实施方式
22.下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
23.实施例
24.如图1所示，本实施例软件产品线配置空间近似均匀采样方法，主要包括以下步骤：
25.s1、输入特征模型
26.s2、采用sat求解器随机生成特征模型的n个解，完成样本集a的初始化；
27.s3、计算样本集a中任两个解的距离，完成距离矩阵d的初始化；
28.s4、计算样本集a中所有个体的新颖得分；
29.s5、运用选择、交叉和变异算子生成一个新个体c，即新配置；
30.s6、采用新个体c更新样本集a；
31.s7、若允许的运行时间耗尽，则进入步骤s8，否则返回步骤s5；
32.s8、输出样本集a。
33.本实施例中，步骤s1中的特征模型以dimacs的格式存储在文件example.dimacs中，并读取该文件到计算机内存中。
34.本实施例中，步骤s2中每次产生特征模型的解时采用sat4j求解器，并随机化该求解器的参数；具体地，分别采用了三种参数随机化策略，即negativeliteralselectionstrategy,positiveliteralselectionstrategy和randomliteralselectionstrategy；执行每种策略的概率均为1/3；以生成多样化的软件配置。
35.本实施例中，步骤s2中，若n＝2，则样本集a可初始化为：a＝{x1,x2}，其中，x1＝{1,1,1,1,1,0,1,0,1}，x2＝{1,1,1,1,1,1,0,0,1}。
36.本实施例中，步骤s3中距离矩阵d初始化为：
[0037][0038]
将距离矩阵d记为(d
ij
)
(n+1)
×
(n+1)
，其中，d
ij
表示样本集a中第i个解与第j个解之间的距离，其具体定义如下：
[0039][0040]
其中，x
i
∩x
j
表示两个解(本质上是集合)的交集，|x
i
∩x
j
|表示该交集的势；n表示特征总数；t(x
i
)表示解x
i
中被选特征总数；t(x
j
)表示解x
j
中被选特征总数；abs(
·
)表示返回某个数的绝对值。若x
i
＝x
j
，则强制令d(x
i
,x
j
)＝0。通过计算任意两个解之间的距离，即可完成距离矩阵d的初始化。此处，距离矩阵d的规模为(n+1)
×
(n+1)而非n
×
n，为后续保存新个体与现有个体之间的距离预留空间。
[0041]
本实施例中，步骤s4中个体的新颖得分定义公式如下：
[0042][0043]
其中，k为控制参数，表示与个体x
i
第j近的个体。由上式知，个体的新颖得分定义为与其最近的k个解的距离的平均值；若k＝2，则ρ(x1)＝ρ(x2)＝0.444/2；由于这里仅有两个个体，故它们的新颖得分相等；一般地，个体的新颖得分未必相等。
[0044]
本实施例中，步骤s5中的选择算子包含以下步骤：
[0045]
s51、随机产生两个随机整数，s1,s2∈{1,2,
…
,|a|}且s1≠s2；
[0046]
s52、若成立，则将r1赋值为s1；若成立,则将r1赋值为s2；若成立，则将r1随机赋值为s1或s2；其中，r1为第一个父代的下标；
[0047]
s53、重复步骤s51和s52，确定另一个父代的下标r2；
[0048]
s54、若r1＝r2，则返回步骤s53；否则进入步骤s55；
[0049]
s55、将和分别赋值给p1和p2，并将它们返回。
[0050]
本实施例中，步骤s5中由选择算子确定父代个体p1和p2后，执行均匀交叉和位变异算子生成新个体c1和c2。
[0051]
具体地，均匀交叉算子的执行过程如下：对每个下标j∈{1,2,
…
,n}，产生一个随机数rand，若rand小于0.5，则将c1(j)和c2(j)分别取值为p1(j)和p2(j)；否则分别取值为p2(j)和p1(j)；其中，c1(j)表示子代个体c1第j个变量的取值。
[0052]
位变异算子的执行过程如下：对每个二进制位，若产生的随机数小于p
u
，则执行位变异，即将1翻转为0，或将0翻转为1；由于经交叉和变异操作产生的新个体有可能是无效的，因此，需利用probsat求解器修复无效的新个体。
[0053]
本实施例中，经选择、交叉和变异后，可能产生新个体c＝{1,1,1,1,1,1,1,0,1}。
[0054]
本实施例中，步骤s6包含以下步骤：
[0055]
s61、若样本集a中已存在与个体c相同的个体，则直接返回样本集a；
[0056]
s62、利用距离矩阵d，计算个体c与样本集a中所有个体的距离，置d
i,(n+1)
和d
(n+1),i
均为d(x
i
,c)，置d
(n+1),(n+1)
为0；
[0057]
具体地，经计算后，距离矩阵d更新为：
[0058][0059]
s63、根据新颖得分定义公式，对任意个体x∈a∪c，计算其新颖得分ρ(x
i
)；
[0060]
具体地，经计算后，各个体的新颖得分分别为：ρ(x1)＝0.222,ρ(x2)＝0.222,ρ(c)＝0.25；
[0061]
s64、找出样本集a中新颖得分最小的个体，记为x
worst
；
[0062]
s65、若ρ(c)＞ρ(x
worst
)成立，则用c替换x
worst
；并更新距离矩阵d，对每个j∈{1,2,
…
,n}，置d
j,worst
和d
worst,j
分别为d
j,(n+1)
和d
(n+1),j
，置d
worst,worst
为0。
[0063]
本实施例中，个体c的新颖得分大于最差新颖得分，故将个体c加入样本集a。由于x1和x2的新颖得分相等，用个体c替换任意之一均可，如用c替换x1，替换后，矩阵d更新为：
[0064][0065]
本实施例中，样本集a的更新过程持续不断地强调新颖个体，有利于提升样本的多样性。
[0066]
本实施例中，步骤s7中，若未超过最大运行时间，则继续执行步骤s5和s6；生成另外一个新个体c＝{1,1,1,0,1,1,0,1,0}；接着距离矩阵d更新为：
[0067][0068]
样本集a更新为：a＝{x1,x2}，其中x1＝{1,1,1,1,1,1,1,0,1}，x2＝{1,1,1,1,1,1,0,0,1}；
[0069]
进一步地，新颖得分为：ρ(x1)＝0.25,ρ(x2)＝0.25,ρ(c)＝0.254；个体c的新颖得
分大于最差新颖得分，用c替换x2或x1。
[0070]
本实施例中，输出的样本集可为a＝{{1,1,1,1,1,1,1,0,1},{1,1,1,0，1，1,0,1,0}}。
[0071]
本实施例首先采用sat求解器生成一组随机样本，然后运用搜索算法(即掘新搜索)不断提升样本的多样性和均匀性；为度量样本间的距离，设计了一种新的距离计算公式，可有效地迫使样本在空间内尽可能分布均匀。
[0072]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。