基于Bigraph的面向方面动态软件体系结构建模与演化研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:rr_uu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网的快速发展,计算机软件的运行环境逐渐开放化,软件动态演化已经成为软件工程领域的研究热点之一。面向方面编程(AOP)是一种新兴的编程技术,其关注点分离技术能较好地支持系统非功能属性(方面)的非侵入式演化。但是AOP只是一种编程技术,很难支持系统在较高抽象层次的动态演化。近年来,动态软件体系结构逐渐成为软件体系结构研究者的研究焦点,它是从软件体系结构层次研究系统的动态演化。因此,本文结合AOP及动态软件体系结构的优点,从软件动态演化的角度出发,提出了一种面向方面的动态软件体系结构模型(AODSA),并研究其演化方法。已有的软件体系结构元素无法表示AOP的横切关注点(方面),因此,本文首先扩展已有的体系结构元素,增加了方面及动态重配置两个元素。它们分别用于表示AOP中的横切关注点与管理系统的动态演化机制,实现将AOP的概念作为一阶实体引入到软件体系结构中,从而建立AODSA模型。其次,从基础演化和动态重配置两个不同的角度对AODSA的演化操作进行了分析。Bigraph是一种基于图形的形式化描述工具,具有既精确又直观的表达方式。本文扩展了已有的Bigraph,并使用扩展后的Bigraph描述AODSA的结构及行为。为了直观地表述AODSA的动态演化操作,文中使用Bigraph反应系统(BRS)表示AODSA的演化操作,从而将AODSA上的演化操作转化为在BRS中对Bigraph的转换操作,即通过反应规则从一个Bigraph转化为另一个Bigraph。与此同时,Bigraph的项语言可精确地表述AODSA的结构及演化操作,为进一步的形式化验证打下基础。文中最后通过一个网上拍卖系统实例展示了本文提出的思想和动态演化操作,说明基于Bigraph的面向方面动态软件体系结构在支持软件动态演化方面的优势。
其他文献
自从智能化时代到来后,模糊控制和神经网络就已成为学者们热点研究的学科,而且近几年随着对智能化要求程度的提高,建立在二者基础之上的模糊神经网络也逐渐的发展和完善起来
模式串匹配是计算机科学中一个基本、重要的研究问题。随着信息技术的高速发展,它在Internet网络信息搜索、数据流挖掘、网络入侵检测、计算生物学等领域中的应用越来越广泛
矿产资源定量预测是地质学和数学、信息技术、计算机技术相结合的产物,它建立矿产资源与地质条件之间的定量关系,从而使矿产资源预测更加客观、更加准确,效率也大幅提升,同时
随着人工智能的快速发展,伴随其而来的相关技术与应用应运而生,以人工智能为基础的产业蓬勃发展,其中图像识别与目标跟踪技术在各个领域应用广泛,特别是在安全监控与增强现实
网络管理涉及的问题很多,管理的范围很广,随着网络规模的扩大和网络复杂性的提高,网络管理的难度也日益增加。网络管理业务是有一定流程的,尽管不同的功能域可能存在不同的流
随着互联网的快速发展,网络上的信息呈爆炸式增长,如何快速而准确地获取用户感兴趣的信息,这一需求推动了信息抽取的发展。信息抽取最常用的方法是模式匹配法,为了减少自动抽
随着互联网的快速发展,网络上关于某一主题的新闻报道呈爆炸式增长,大量的事件信息存在冗余、不完整、不一致、有歧义现象。如何能快速准确地获得某一主题详细而完整的信息是
随着网格技术的不断发展及网格应用研究的深入,网格环境下业务流程越来越复杂。随着业务流程规模因跨领域跨组织而增大,导致业务流程的高复杂性,就会由于状态空间爆炸而给网
在Ad hoc网络应用中,存在的主要问题是安全问题和资源消耗问题。如何在路由过程中保证安全,并节省有限的资源和通信带宽是目前需要解决的主要问题。本文针对Ad hoc网络路由的
随着大数据时代的到来,传统的技术已经无法满足日益增长的存储需求,分布式存储技术应运而生。HDFS是Apache开发的云计算平台Hadoop的分布式存储系统,可以运行在大规模廉价的