خوشه بندی سیستم های نرم افزاری با استفاده از الگوریتم تخمین توزیع

در سیستم های نرم افزاری بزرگ فهم برنامه عامل مهمی برای نگهداری و توسعه آن محسوب می شود و بیش از 60 درصدهزینه نرم افزار صرف نگهداری آن می گردد. برای فهم نرم افزار از مهندسی معکوس استفاده می شود. مهندسی معکوس،شناخت برنامه را با ایجاد مدلهای ذهنی و سطح بالا فراهم می نماید. یکی از مراحل مهندسی معکوس استفاده از خوشه بندیمی باشد. خوشه بندی به عنوان یک راهکار تاثیرگذار در استخراج معماری نرم افزار مطرح است. مشخص شدن معمارینرم افزار باعث بهبود درک و نگهداری آن می شود. از آنجا که مسیله یافتن بهترین خوشه بندی برای یک سیستم نرم افزارییک مسیله چندجمله ای غیرقطعی کامل است از این رو لزوم استفاده از الگوریتم های تکاملی جهت دستیابی به یکخوشه بندی مناسب مشخص می باشد. در سالهای اخیر رویکرد جدیدی به منظور حل مشکلات الگوریتم های تکاملی موردتوجه محققین قرار گرفته است. این رویکرد مبتنی بر ایجاد مدل های احتمالاتی از ژنوم ها و اجزای سازنده آنها می باشد.تاکنون الگوریتم های متنوعی براین اساس ارایه شده اند که در حل مسایل با موفقیت بیشتری روبرو بوده اند . در این مقالهبرای اولین بار از الگوریتم تخمین توزیع برای حل مسیله خوشه بندی استفاده شده است. برای انجام این کار یک مدلاحتمالاتی جدید مطابق با ویژگی مسیله خوشه بندی نرم افزار پیشنهاد داده شده است. نتایج اجرای الگوریتم پیشنهادی رویچهار مورد استفاده نشان میدهد که می تواند نسبت به الگوریتم های تکاملی موجود یک خوشه بندی با کیفیت بالا در زمانکمتری پیدا کند. همگرایی سریع و پایداری از دیگر ویژگی های الگوریتم پیشنهادی می باشد.

کلیدواژه ها:

الگوریتم تکاملی ، الگوریتم تخمین توزیع ، مهندسی معکوس ، معماری ، خوشه بندی