开源软件系统中社会技术网络的协同演化探析论文

　　引言

　　近十多年来，复杂网络理论研究逐渐得到深入和推广，其应用非常广泛，涉及社会学、生物、计算机等领域。在软件工程领域，软件系统尤其是大型软件系统规模的持续增长引发系统复杂性的质变，许多大型软件系统在内部结构、外部交互、演化方式等维度上表现出新特性。从结构方面，由于规模变大，从局部度量系统内部结构复杂性变得越来越困难，网络思想有助于从全局的角度解决这一问题。根据软件系统内部实体(如包，类、方法、组件等)间的依赖关系，将软件系统抽象为一个网络，即软件网络。从参与者角度而言，软件系统的开发不再是单个精英团队或专家所能完成，而是依靠大众开发，利用群体智慧才能达到目标，是一个典型的“社会-技术”交融系统。技术层面分析主要是对已有软件采用逆向工程方法抽象其组织结构，构建软件网络;社会层面分析主要是根据社区群体交互采用社会网络分析方法，挖掘群体行为。复杂网络与软件工程的交叉研究，已引起了众多学者的关注与认可，如李兵等基于软件网络的拓扑结构度量开源软件系统的复杂性，提高软件设计质量;Bhattachary等根据软件网络中节点的重要性进行缺陷预测，为测试人员提供检测优先顺序;鉴于软件拓扑结构的多粒度性，潘伟丰等分别从软件包、类和方法3个粒度研究了开源软件系统的演化特性。

　　软件网络的研究结合了复杂网络和软件工程理论，它以软件系统的结构特征为切入点，将复杂网络的理论应用到软件工程领域。持续演化是计算机软件的固有特性，了解和发现软件演化规律，有助于提高软件产品质量，降低软件开发和维护成本。针对软件演化问题，Lehman提出8个典型的定律，涉及软件的规模、质量、复杂度、生产率与开发过程等。目前，随着软件的网络化趋势越来越明显，软件与网络的关系更加密不可分，用网络的观点来分析软件演化，为软件工程实践提供了新的视角。然而，软件开发是一个社会性(“人”)和技术性(“软件”)汇聚的过程，很多已有研究只是从技术层面出发，探索了软件系统技术维度的复杂性与应用。在软件生命周期中，从需求获取、到系统的设计与开发，以及后期维护等阶段都离不开人的参与，即软件系统的社会属性。软件的结构决定功能，而Conway定律指出系统的最终设计结构等同于设计系统的组织成员之间的交互结构。因此，一个软件系统既是一个技术依赖的制品，也涉及一个社会交互的群体，其网络模型可抽象为一个社会-技术网络。

　　软件系统在不断适应环境和需求变化的过程中持续演化，软件演化作为一种技术，主要关心对软件进行修改的方法;作为一种现象，主要关心谁驱动的演化以及演化效果如何。基于社会-技术网络模型，本文尝试从软件演化分析角度探讨社会-技术网络中的协同演化问题，弥补已有研究工作只从单一网络层面审视软件的演化过程。本文采用类依赖关系描述软件网络，任务参与关系描述开发者网络，基于复杂网络度量研究与验证开源软件系统版本演化过程中存在的规律。本文的主要工作为：构建开源软件系统的社会-技术网络模型，统计开源软件系统中软件网络与开发者网络的网络规模、平均度、最短路径、聚类系数、社区结构网络度量指标等;依次对比分析两类网络在10个软件版本中网络指标的演化趋势，发掘它们演化规律的一致性与差异。

1 相关工作

　　Valverde等首次将复杂网络方法引入软件结构分析中，将软件系统的类图用无向网络来表示，分析软件网络中的复杂网络特性(如“小世界”和“无标度”)，认为软件开发中局部优化过程可能是导致软件网络呈现这些特性的原因。Valverde等还考虑了类之间的有向性，构建有向网络对系统结构进行研究，发现除了以上特性外，软件网络同时具有层次性和模块性。随后，一些研究者从不同方面(开发语言、项目规模、分析粒度等)再次验证了软件网络的诸多特性并成功应用于工程实践。在软件生命周期中，软件处在一个不断变化的环境(新需求、新应用环境、性能改进等)中，为适应环境软件系统必须不断演化。Jenkins等对软件包之间的关系进行建模，分析一系列版本中软件架构图的结构稳定性。Wang等获取了Linux kernel模块233个版本的类调用网络，研究软件网络的演化特性。李兵等将复杂网络与演化算法相结合，提出一种新的软件网络演化模型，发现该方法能够很好地刻画实际软件系统复杂网络特性的涌现过程。潘伟丰等更是从包、类和方法3个粒度分析了软件网络中节点度、聚类系数、最短路径等指标的演化特性。Businge等研究了Eclipse系统及相关插件的演化规律，发现结果基本满足Lehman的8项目演化定律。

　　软件开发团队的演化对软件质量也会带来很大影响，研究开发者网络的演化有助于更好地理解团队成员在参与开发过程中的改变。Ngamkajornwiwat等使用社会网络分析方法研究了KOffice项目开发者社区的演化。Hong等讨论分析了开发者合作网络中幂律分布、模块性和社区大小等属性的演化。Datta等在IBM提供的Jazz平台上，将开发者合作网络的平均最短路径、聚集系数、巨型组件大小和平均度等指标与科学家合作网络进行时间序列的演化对比。Kumar等研究了贡献者数、社区大小、聚类系数等6个指标的演化。此外，Cataldo等、Lim等、Sharma等应用社会网络分析方法分别分析了分布式项目、合作网络与涉众投入关系、项目测试阶段团队的演化。

　　以上研究工作存在一个主要的不足：局限于单个网络层面分析软件系统中的演化问题，忽略了软件系统的社会-技术一致性，以及开发者合作网络与软件网络之间的相互影响。软件是由人开发的，现实中，由于人员的动态调整，尤其是核心成员的变动，可能使得原有的设计方案受到影响，最后导致软件结构发生变化。针对此类情况，仅从软件网络或开发者网络的演化分析并不能全面反应实际软件系统的演化问题。