分析數(shù)據(jù)挖掘技術(shù)在軟件工程中的應(yīng)用

胡宇輝

（廣東省科技基礎(chǔ)條件平臺(tái)中心，廣東 廣州 510033）

隨著網(wǎng)絡(luò)通信技術(shù)的不斷發(fā)展，各種信息技術(shù)也需要更具針對(duì)性的軟件來提供服務(wù)，并對(duì)網(wǎng)絡(luò)中的信息進(jìn)行集成和過濾。在傳統(tǒng)的軟件工程領(lǐng)域中，數(shù)據(jù)處理存在許多問題，導(dǎo)致信息傳輸不穩(wěn)定、軟件操作錯(cuò)誤和卡頓現(xiàn)象，使用戶體驗(yàn)非常差。在軟件工程開發(fā)中采用新的數(shù)據(jù)挖掘技術(shù)可以避免這一問題，保證信息和數(shù)據(jù)的正確傳輸，增強(qiáng)數(shù)據(jù)處理能力，更好地過濾和收集信息，保證信息源的準(zhǔn)確性。

一、數(shù)據(jù)挖掘技術(shù)在軟件工程中的基本概念

數(shù)據(jù)挖掘技術(shù)的發(fā)展可以追溯到上世紀(jì)末。它以數(shù)據(jù)庫中大量的理論知識(shí)為基礎(chǔ)，已成為數(shù)據(jù)庫領(lǐng)域創(chuàng)新應(yīng)用研究技術(shù)的典型代表。經(jīng)過不斷的理論探討和實(shí)踐積累，數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)庫領(lǐng)域占據(jù)了主導(dǎo)地位。然而，由于種種原因，該技術(shù)缺乏明確的基本概念。目前，提出的數(shù)據(jù)挖掘技術(shù)的定義最為公眾所認(rèn)可。它將此技術(shù)解釋為從具有實(shí)際應(yīng)用價(jià)值、內(nèi)容新穎、形式獨(dú)特的海量數(shù)據(jù)庫中提取數(shù)據(jù)信息，并以可理解的模式使用。具體內(nèi)容如下：一是數(shù)據(jù)信息不僅要包含許多專業(yè)領(lǐng)域，而且要保證信息的真實(shí)性和可靠性；二是能夠滿足公眾的興趣和愛好；三是所獲得的信息新穎獨(dú)特，具有實(shí)用價(jià)值；四是沒有專門的專業(yè)領(lǐng)域?？傊?，數(shù)據(jù)挖掘技術(shù)要求較高的專業(yè)性，涉及內(nèi)容廣泛、復(fù)雜，是集人工智能模型和數(shù)據(jù)分析模型于一體的創(chuàng)新學(xué)科。

二、在軟件工程中技術(shù)應(yīng)用流程簡(jiǎn)介

數(shù)據(jù)挖掘過程主要包括以下三個(gè)階段：

（一）數(shù)據(jù)預(yù)處理。

在這一階段，有效獲取原始數(shù)據(jù)信息的根本是澄清任務(wù)處理的對(duì)象，也就是說，獲取滿足實(shí)際需求的數(shù)據(jù)信息。數(shù)據(jù)清理的目的是彌補(bǔ)原始數(shù)據(jù)的缺陷，保證數(shù)據(jù)信息的完整性。數(shù)據(jù)提取是從大量數(shù)據(jù)庫中快速獲取與實(shí)際任務(wù)密切相關(guān)的數(shù)據(jù)信息。數(shù)據(jù)轉(zhuǎn)換的實(shí)質(zhì)是改變數(shù)據(jù)格式，提高數(shù)據(jù)信息的適用性，最大限度地滿足需求。

（二）數(shù)據(jù)挖掘。

第一步是制定合理的挖掘任務(wù)，包括數(shù)據(jù)歸納與分類、數(shù)據(jù)評(píng)估與總結(jié)，然后確定合適的挖掘作業(yè)方法，結(jié)合數(shù)據(jù)的實(shí)際特點(diǎn)和系統(tǒng)的具體需求，對(duì)作業(yè)方法進(jìn)行深思熟慮。

（三）模型評(píng)價(jià)和知識(shí)表示。

該模式的實(shí)際應(yīng)用是準(zhǔn)確地表達(dá)數(shù)據(jù)挖掘結(jié)果，并以興趣為衡量標(biāo)準(zhǔn)，建立一個(gè)具有識(shí)別能力的完整的表達(dá)模式。

三、在軟件工程領(lǐng)域應(yīng)用數(shù)據(jù)挖掘技術(shù)的實(shí)際策略

軟件工程涉及到大量與軟件相關(guān)的數(shù)據(jù)。通常這些數(shù)據(jù)由軟件代碼庫保存和存儲(chǔ)。數(shù)據(jù)庫的合理應(yīng)用可以進(jìn)一步提高軟件開發(fā)人員的實(shí)際工作效率，確保系統(tǒng)維護(hù)人員全面了解整個(gè)系統(tǒng)框架。例如，在分配軟件工程的特定任務(wù)的過程中，程序員可以快速、準(zhǔn)確地識(shí)別系統(tǒng)組件的獨(dú)立性。在軟件工程中，統(tǒng)一軟件開發(fā)過程的循環(huán)產(chǎn)生大量的數(shù)據(jù)信息，這些數(shù)據(jù)是需要挖掘的對(duì)象。根據(jù)軟件工程的周期限制，整個(gè)過程分為以下幾個(gè)階段：

（一）根據(jù)需要進(jìn)行特殊設(shè)計(jì)。

要求和設(shè)計(jì)階段是根據(jù)軟件工程的設(shè)計(jì)標(biāo)準(zhǔn)制定實(shí)用的計(jì)劃。一旦需求發(fā)生變化，軟件工程設(shè)計(jì)應(yīng)遵循這些變化。同時(shí)，對(duì)程序員的專業(yè)技術(shù)提出了更高的標(biāo)準(zhǔn)。設(shè)計(jì)人員需要掌握優(yōu)秀的設(shè)計(jì)手段，借助數(shù)據(jù)挖掘技術(shù)對(duì)軟件代碼重組進(jìn)行深入分析。為了提高程序代碼提取的實(shí)際效率。

（二）確定操作規(guī)程。

這一階段是對(duì)數(shù)據(jù)挖掘技術(shù)需求最大的關(guān)鍵階段，包括以下幾個(gè)環(huán)節(jié)：首先，在軟件工程編碼過程中，我們需要結(jié)合工程研發(fā)的實(shí)際需要，實(shí)時(shí)記錄軟件編碼過程，以此為基準(zhǔn)，深入分析其內(nèi)部機(jī)制。二是具有調(diào)試效果的數(shù)據(jù)挖掘技術(shù)。對(duì)于軟件工程來說，由于其在調(diào)試過程中的專業(yè)要求很高，大多數(shù)軟件開發(fā)技術(shù)人員都是獨(dú)立工作的。其目的是提高軟件系統(tǒng)的安全性和適用性，滿足用戶的需求。軟件系統(tǒng)的調(diào)試基于其復(fù)雜性和，需要大量的時(shí)間和精力。調(diào)試技術(shù)人員應(yīng)遵守行業(yè)標(biāo)準(zhǔn)和規(guī)范，特別是對(duì)于系統(tǒng)較為復(fù)雜的軟件工程，在一定程度上增加了調(diào)試的難度。調(diào)試的實(shí)際目的是分析系統(tǒng)漏洞并定位軟件錯(cuò)誤信息。合理利用數(shù)據(jù)挖掘技術(shù)，可以降低調(diào)試難度。三是，檢測(cè)軟件工程漏洞。任何軟件工程都不能完全避免系統(tǒng)漏洞。根據(jù)相關(guān)社會(huì)調(diào)查的結(jié)果，常見的軟件工程系統(tǒng)漏洞一般不會(huì)對(duì)用戶造成過度的經(jīng)濟(jì)損失。例如，1996年美國(guó)的航天器墜毀事件是最具代表性的。此外，軟件系統(tǒng)漏洞檢測(cè)需要消耗整個(gè)開發(fā)設(shè)計(jì)周期的30%以上，這使得軟件工程系統(tǒng)的漏洞檢測(cè)工作更加重要。具體包括以下幾點(diǎn)：

1.從源代碼推斷錯(cuò)誤，復(fù)制粘貼錯(cuò)誤檢測(cè)，功能匹配檢測(cè)。以源代碼錯(cuò)誤推斷為例，首先利用頻繁項(xiàng)集挖掘算法在代碼中查找頻繁項(xiàng)集，確定滿足最小支持的程序規(guī)則，然后推斷程序?qū)σ?guī)則的符合程度。一旦我們發(fā)現(xiàn)它們中的大多數(shù)滿足了程序的基本需求，就表明它們中的一小部分最有可能是漏洞規(guī)則。

2.在軟件工程中，系統(tǒng)維護(hù)階段更為關(guān)鍵，需要維護(hù)技術(shù)人員全面了解整個(gè)系統(tǒng)框架。一般來說，軟件維護(hù)的具體工作包括修復(fù)程序缺陷、糾正程序錯(cuò)誤和遺漏、優(yōu)化設(shè)計(jì)環(huán)境、根據(jù)實(shí)際需要添加程序應(yīng)用程序。在系統(tǒng)維護(hù)階段應(yīng)用數(shù)據(jù)挖掘技術(shù)的主要內(nèi)容如下：指導(dǎo)軟件修改。對(duì)于軟件系統(tǒng)來說，一次代碼調(diào)整會(huì)引發(fā)一系列的相關(guān)反應(yīng)，而數(shù)據(jù)挖掘技術(shù)就是確定修改模式，以防止模塊修改頻率過高；其次，實(shí)現(xiàn)分段挖掘。具體來說，它是一個(gè)有針對(duì)性的補(bǔ)充編程程序，以進(jìn)一步提高系統(tǒng)的安全性和穩(wěn)定性。

總之，數(shù)據(jù)挖掘技術(shù)在軟件工程項(xiàng)目中的應(yīng)用可以促進(jìn)軟件工程的健康發(fā)展。結(jié)合現(xiàn)階段的實(shí)際應(yīng)用情況，可以看出數(shù)據(jù)挖掘技術(shù)有著非常廣闊的發(fā)展空間，需要技術(shù)人員進(jìn)行深入的研究，不斷提高技術(shù)水平，加強(qiáng)專業(yè)素質(zhì)，為軟件的健康發(fā)展提供建議。