اصلاح بسته های نرم افزاری با استفاده از تشخیص جامعه با توجه به پایداری

در شرایط واقعی، با افزایش پیچیدگی و اندازه پروژه های نرم افزاری، نگهداری و ساخت برنامه های قابل اطمینان مشکل و هزینه بر می شود. اصلاح کردن نرم افزار به عنوان روشی برای ارتقا ساختار داخلی برنامه با هدف بهبود بسیاری از ویژگی های نرم افزاری مانند قابلیت نگهداری قلمداد می شود. در این پایان نامه، موضوع اصلاح بسته های نرم افزاری به وسیله الگوریتم های تشخیص جامعه، با تمرکز بر مسئله پایداری بسته ها، مورد بررسی قرار گرفته است. الگوریتم ارائه شده با استخراج یک شبکه از وابستگی های میان بسته های نرم افزاری کدهای زبان جاوا شروع به کار می کند. سپس یک روش تشخیص جامعه بر روی این شبکه اعمال می شود تا تغییراتی که امکان اعمال آن ها روی ساختار بسته ها محتمل است را پیدا کند. در این کار، اهمیت استفاده از گراف های جهت دار، در هنگام مدل کردن ارتباط میان بسته ها با گراف ها نیز بررسی شده و اثباتی برای رابطه بین پایداری بسته ها و خاصیت ماژولاریتی گراف وابستگی ارائه شده است، که نشان می دهد که این دو خاصیت با یک دیگر هم جهت هستند. برای ارزیابی الگوریتم ارائه شده، ابزاری برای تحلیل زنده بسته های نرم افزاری طراحی شده، و دو سیستم نرم افزاری به وسیله آن مورد بررسی قرار گرفته اند. نتایج نشان می دهد که مدل کردن وابستگی بسته ها با گراف های جهت دار و اعمال روش ارائه شده، نسبت به روش های غیر جهت داری که در کارهای پیشین مورد استفاده قرار گرفته اند، باعث پایداری بیشتر بسته های نرم افزاری می شود.