构件组装及其形式化推导研究
分享到:

[摘  要]:

基于构件的软件工程(component based software engineering,简称CBSE)能够有效地提高软件开发的质量和效率.构件组装和组装推导(compositional reasoning)是CBSE的关键技术.基于软件构件的特点,借鉴进程代数中进程构造的方法,提出6种构件组装机制,能够灵活、简便地集成软件构件,并主张在构件组装的同时进行接口组装,通过生成功能更强、抽象级别更高的复合接口,提高构件组装的抽象级别和粒度.同时,基于Wright的形式化规约软件体系结构的研究,给出了复合构件和复合接口的组装推导算法,为系统行为的形式化分析、验证和仿真奠定了基础.

[主 词]:基于构件的软件工程; 构件组装; 组装推导; 软件体系结构; 进程演算
[作  者]:任洪敏 钱乐秋
[作者所在单位]:复旦大学计算机科学与技术系 复旦大学计算机科学与技术系
[期  刊]:软件学报
[I S S N]:10009825
[年,卷(期)]:2003,(6)

同期文章

软件学报

密码协议的一种安全模型(英文)
[作  者]:刘怡文 李伟琴 冯登国
[]:协议验证|安全模型|模型检查|组合推理
将密码协议与密码算法视为一个系统,建立了密码协议系统的一种安全模型.基于假设/保证的组合推理技术提出了新的假设/保证推理规则和假设/保证推理算法,证明了该规则的完备性,实现了密码协议系统的模型检查,并重点解决了系统分解问题、假设函数的设定问题、进程+逻辑的系统特性描述问题等难题.以kerberos密码协议系统为例,利用该安全模型和假设/保证推理技术对密码协议系统进行了安全验证.

软件学报

基于多尺度边缘保持正则化的超分辨率复原
[作  者]:张新明 沈兰荪
[]:超分辨率|图像复原|小波变换|多尺度|正则化
超分辨率复原是一种由一序列低分辨率变形图像来估计一幅(或一序列)较高分辨率的非变形图像的技术,同时,它能够消除加性噪声以及由有限检测器尺寸和光学元件产生的模糊.提出了一种基于多尺度正则化先验的最大后验概率超分辨率复原算法.算法特点如下:(1) 对运动估计结果实施可信度验证;(2) 采用图像的多尺度小波表征来定义图像的空域活动性测度,并由此构建多尺度Huber-Markov先验模型.实验结果表明,该算法不仅具有较好的超分辨率图像边缘保持能力,而且能够有效地消除图像伪迹.该算法可以应用于遥感图像、医学成像、高清晰度电视标准和合成视频变焦等领域.

软件学报

网简化技术在Petri网反馈控制器设计中的应用
[作  者]:王寿光 颜钢锋 蒋静坪
[]:Petri网|离散事件系统|网简化技术|监控
针对基于Petri网离散事件系统库所标识不等式约束反馈控制器的设计问题,提出一项新型网简化技术——标识总量保持网简化技术,并利用此项技术把所有约束库所融合为一个与它们标识总量相等的库所,使控制器的设计更为简单,尤其是对规模较大的系统,其优势更加明显.借助一个应用实例,将该控制器设计方法与Moody等人提出的控制器设计方法作比较,表明所提出的控制器设计方法更简单、更有效.

软件学报

基于全信息矩阵的多分类器集成方法
[作  者]:唐春生 金以慧
[]:多分类器组合|全信息矩阵|文本分类
自动文本分类是提高信息利用效率和质量的有效方法,而多分类器的有效组合能够得到更高的分类准确率.给出了样本集在多分类器下的全信息矩阵概念,并提出一种权重自适应调整的多分类器集成方法.该方法能够自适应地选择分类器组合及确定分类器权重,并利用分类统计信息指导分类结果的集成判决.通过在标准文本集Reuters-21578上的实验表明:该方法能从查准率和查全率两方面提高文本分类的整体性能,同时表明了该方法的有效性.

软件学报

两类强壮的门限密钥托管方案
[作  者]:曹珍富
[]:密钥托管|门限方案|强壮性|改进的RSA体制|ElGamal体制|托管代理|监听
提出了门限密钥托管方案强壮性的概念,即对于一个强壮的门限密钥托管方案(robust threshold key escrow scheme,简称RTKES),即使在恶意托管人数大于或等于门限值时仍然无法获取系统密钥或用户密钥.很明显,RTKES解决了用户的密钥完全依赖于可信赖的托管机构这一问题.证明了RTKES是存在的,并且还给出两类RTKES的具体设计.这些方案有效地解决了一次监听,永久监听的问题,每个托管人能够验证他所托管的子密钥的正确性,并且在监听阶段,监听机构能够确切地知道哪些托管人伪造或篡改了子密钥.由于提出的方案是门限密钥托管方案,所以在所有托管人中当有一个或几个托管人不愿合作或无

软件学报

一种不确定性条件下的自主式知识学习模型
[作  者]:王国胤 何晓
[]:不确定性|粗集|自主式学习|知识获取|机器学习
在没有领域先验知识条件下的不确定知识主动式学习是机器学习领域中的一个难题.通过研究决策表和决策规则的不确定性,建立基于粗集表示、度量和处理不确定性信息和知识的理论,并且结合Skowron的缺省规则获取算法,提出一种不确定性条件下的数据自主式学习模型和方法,以解决这一问题.通过仿真实验,验证了该自主式学习方法的有效性.

软件学报

基于基因规划的主机异常入侵检测模型(英文)
[作  者]:苏璞睿 李德全 冯登国
[]:入侵检测|基因规划|异常检测
异常检测技术假设所有的入侵行为都会偏离正常行为模式.尝试寻找一种新的异常入侵检测模型改善准确性和效率.模型利用应用程序的系统调用序列,通过基因规划建立了正常行为模式.模型的一个例程管理一个进程.当它发现进程的实际系统调用序列模式偏离正常的行为模式时,会将进程设标记为入侵,并采取应急措施.还给出了基因规划的适应度计算方法以及两个生成下一代的基本算子.通过与现有一些模型的比较,该模型具有更好的准确性和更高的效率.

软件学报

基于基因规划的主机异常入侵检测模型
[作  者]:苏璞睿; 李德全; 冯登国
[]:入侵检测|基因规划|异常检测|行为模式
异常检测技术假设所有的入侵行为都会偏离正常行为模式,尝试寻找一种新的异常入侵检测模型改善准确性和效率.模型利用应用程序的系统调用序列,通过基因规划建立了正常行为模式.模型的一个例程管理一个进程.当它发现进程的实际系统调用序列模式偏离正常的行为模式时,会将进程设标记为入侵,并采取应急措施.还给出了基因规划的适应度计算方法以及两个生成下一代的基本算子.通过与现有一些模型的比较,该模型具有更好的准确性和更高的效率.

软件学报

改进的Elman模型与递归反传控制神经网络
[作  者]:时小虎 梁艳春 徐旭
[]:神经网络|反馈|李雅普诺夫稳定性
在Elman网络的基础上提出了两种改进网络:输出-输入反馈Elman网络和输出-隐层反馈Elman网络模型,并以前者作为误差反传的通道,建立了递归反向传播控制神经网络模型.在Lyapunov稳定性意义下分别给出了改进网络的稳定性证明,得到了保证网络稳定收敛的最佳自适应学习速率.分别用Elman网络及其改进网络对超声马达进行了模拟.利用改进的Elman网络模型,除了可以较好地模拟马达速度以外,还得到了一些有意义的结果,据此可以根据现场数据采样的情况,选用不同的网络模型.模拟实验结果表明,递归反向传播控制神经网络对多种形式的超声马达参考速度都有很好的控制效果.