基于方面的细粒度软件动态演化研究

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:FishGWDC
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
变化性是软件的基本属性之一。特别是当前大量的软件运行于因特网这样一个开放的、动态的和多变的环境之中,面对的是硬件资源和客户需求的频繁变化,从而导致软件的变化性和复杂性进一步增强。由于具有持续可用性的优点,动态演化已成为软件工程研究的热点。   软件系统的演化通常是对功能进行更新,与基于构件的演化相比,基于类、方法等元素的细粒度更新操作有着对软件无需更新部分影响较小、软硬件系统要求不高和操作灵活等优点。因此,在细粒度软件动态演化层面上引入面向方面编程(Aspect-orientedProgramming,AOP)思想。通过使用AOP技术将可能分散于多个类中的更新操作模块化,封装成方面。在系统运行时,用关注点向演化系统中注入更新代码,从而不改变系统的结构,实现了以非侵入方式对软件进行动态演化。   本文提出了一种面向方面的细粒度软件动态演化方案,同时给出了动态演化的规则,并通过制定更新策略来保证系统演化前后的一致性和安全性。在此基础上,设计了一个基于方面的细粒度软件动态演化平台FDESA(Fine-grained Software DynamicEvolution System based on Aspect),并实现了其原型系统。从而在理论和实践两个方面阐释了基于方面的软件动态演化的实现机制。最后,通过实验验证了本文提出的动态演化方案以及FDESA平台的正确性与有效性。
其他文献
在全超导非圆截面核聚变实验装置EAST大科学工程中,包含了很多个子系统,不同系统之间需要进行数据交换,分工合作。如在分布式计算环境中,由于每个主机时间不同步,会造成同一
学位
如何保证软件系统的正确性一直是人们所关注的问题,为了能够准确、快速地找到软件系统中存在的问题,研究者们研发出了对软件系统进行形式化验证的工具。在本文中,我们将使用FeaV
运动目标检测是当前图像技术研究应用的热点和焦点,作为运动目标视觉分析中的一项核心技术以及底层问题,是后续各种高层次的视频处理和应用理解的基础,同时也是视频监控技术自动
随着信息技术的发展,人们越来越强烈地希望用自然语言同计算机交流信息。如果计算机能够“理解”自然语言,用户就能够通过自然语言使用数据库、专家系统、管理信息系统等各种软
近十年来,统计机器翻译取得了很大的成功。统计机器翻译过程实际上是很复杂的流程,涉及了许多自然语言处理技术,如:分词、词性标注、句法分析、词语对齐等。该流程中,每个模块都输
移动机器人越来越多地应用到各个行业中,移动机器人具有高度自规划、自组织和自适应能力,适合于工作于复杂的非结构化环境中,路径规划是机器人技术研究领域中的核心问题,它的
学位
生物信息学是一门以计算机技术为核心工具对生物信息进行存储、解析以及统计分析的科学。计算机技术的快速发展,尤其是大数据技术、机器学习以及数据挖掘技术的兴起,给传统的生
随着P2P系统逐渐变成大规模的应用,并且占据着互联网上越来越大比例的流量,关于这些P2P应用程序的实际研究也开始增加起来。P2P系统发展至今,已经出现了各种不同的体系结构,而DHT
学位
视频监控是计算机视觉、模式识别以及人工智能等领域的一个重要的研究内容,在安全监控、智能交通、军事导航等方面有着广泛的应用前景。运动目标检测技术是视频监控系统中一
学位
万兆广域网环境的不断普及与新一代高能物理计算、存储需求的不断增长给网格存储服务带来了新的挑战。特别是在目前已经广泛运行的大规模的、满负荷的高能物理生产系统上,网