研究表明软件缺陷多集中存在于较少的模块中,这些缺陷在模块间的传播成为影响软件质量的重要问题。目前对缺陷传播影响的研究多应用在较小规模的软件系统中,对较大规模软件系统中缺陷传播影响以及进而对关键模块识别的研究还较少。针对上述问题,本文将软件代码抽取为软件网络,通过对其节点影响力排序的方法研究软件系统中模块缺陷的传播影响。本文归纳了近年来重要节点识别算法,在LeaderRank算法的基础上提出一种识别软件网络关键节点的算法SWNodeRank。它主要通过节点的内部特性和外部的连接情况来识别重要节点,做法是通过添加虚拟节点和虚拟边使原图变成强连通图,节点根据边上的权值来分配重要性分数。该过程是一个迭代的过程,在稳定时得到各个节的重要性分数,最后识别出重要性高传播能力强的节点。本文通过使用Account,Junit和Jedit作为实验数据来对SWNodeRank的准确性进行评估,并与LeaderRank和加权LeaderRank比较重要节点的传播范围。实验验证两个方面内容:其一,SWNodeRank识别的重要节点的传播范围比使用LeaderRank加权LeaderRank识别的节点的传播范围广;其二,对比LeaderRank和加权LeaderRank,对感染概率阈值不同对SWNodeRank算法的影响较小,但在Junit上结果并不明显。