一种基于动态图的Issue修复者推荐方法与装置

    公开(公告)号:CN117236624A

    公开(公告)日:2023-12-15

    申请号:CN202311245651.2

    申请日:2023-09-25

    Applicant: 武汉大学

    Inventor: 李兵 乔雨 王健

    Abstract: 本发明公开了一种基于动态图的Issue修复者推荐方法与装置,涉及开源软件开发者推荐技术领域,该方法包括以下步骤:获取开发者与Issue的交互关系、开发者之间的合作关系,以及Issue之间的相似关系;根据所述开发者与Issue的交互关系、开发者之间的合作关系和Issue之间的相似关系得到对应的相似边,构建开发者与Issue的多重关系动态图;根据时间对开发者与Issue的多重关系动态图进行时序子图采样,获取不同时间戳下的时序子图集合,基于所述时序子图集合,对节点特征进行消息聚合和更新,以获取高阶节点特征;根据所述高阶节点特征推荐Issue修复者。从而帮助项目管理者或其他利益相关者按计划开发项目,增强项目管理,促进项目的迭代演化。

    一种面向生态的软件服务系统演化分析方法

    公开(公告)号:CN113342331B

    公开(公告)日:2023-10-03

    申请号:CN202110558968.6

    申请日:2021-05-21

    Applicant: 武汉大学

    Abstract: 本发明提供了一种面向生态的软件服务系统演化方法,包括以下步骤:1:获取领域基础模型库,2:获取待演化的软件服务系统模型,3:获取演化后的软件服务系统价值模型;4:对待演化的软件服务系统模型进行重构;5:基于演化后价值模型和初始价值模型,确定价值演化点,得到待演化价值目标;6:基于待演化价值目标,选择相应的演化模式,7:基于种群式演化方法,获取演化后目标模型;8:基于群落式演化方法,获取演化后目标模型9:基于演化后目标模型,获取演化后流程模型,完成面向生态的软件服务系统演化。本发明有助于指导面向多领域演化需求的软件服务系统演化过程。

    代码审核推荐方法、装置、设备及存储介质

    公开(公告)号:CN116108232A

    公开(公告)日:2023-05-12

    申请号:CN202310111603.8

    申请日:2023-02-07

    Applicant: 武汉大学

    Abstract: 本发明公开了一种代码审核推荐方法、装置、设备及存储介质,所述方法通过获取原始数据集,并初始化开发者及拉取请求的图节点;根据所述原始数据集和所述图节点构建所述开发者和所述拉取请求的协作关系超图;根据所述协作关系超图确定各拉取请求的关联值向量,根据所述关联值向量进行推荐排序,输出代码审核推荐结果,能够充分考虑开发者在与拉取请求协作过程中的多重角色对审查者推荐的影响,能够更加充分全面的运用了开发者的历史行为信息,具有更高的推荐准确率,提升了代码审核推荐的速度和效率。

    一种基于消息流划分与合并的跨界服务流程融合方法及系统

    公开(公告)号:CN111461566B

    公开(公告)日:2023-02-03

    申请号:CN202010277500.5

    申请日:2020-04-10

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于消息流划分与合并的跨界服务流程融合方法,包括以下步骤:1:对业务流程图进行消息流标注,并根据消息流分割成子流程片段;2:根据相似度计算得到子流程片段相似度矩阵,确定可融合片段对;3:采用相应的融合规则对可融合片段对进行融合;4:根据片段整合规则,对融合后的所有子流程片段进行整合从而获取融合后的业务流程图。本发明的有益效果是:能够在考虑跨界融合场景的角色、价值和目标等的约束条件下,通过从流程片段分解、流程融合规则等方法实现跨界服务场景下多领域业务流程图的自动融合,帮助企业或软件系统等完成对其他领域业务的扩展或将本领域业务向其他领域的泛化和扩展,具有很好的实用性。

    Issue修复者推荐方法、装置、设备及可读存储介质

    公开(公告)号:CN115293250A

    公开(公告)日:2022-11-04

    申请号:CN202210885265.9

    申请日:2022-07-26

    Applicant: 武汉大学

    Abstract: 本申请涉及一种Issue修复者推荐方法、装置、设备及可读存储介质,涉及开源软件生态系统领域和服务推荐技术领域,本申请充分考虑开发者与Issue之间的协作交互关系,即根据开发者之间的协作关系、开发者和Issue之间的交互行为以及Issue之间的相似关系构建开发者与Issue之间的协作交互图,且对开发者和Issue进行特征学习,并使用开发者和Issue的特征向量内积结果进行修复者推荐,使得修复者推荐结果更加全面和准确,有效提高了Issue修复者推荐性能。

    边缘用户分配模型构建方法、装置、设备及可读存储介质

    公开(公告)号:CN115022189A

    公开(公告)日:2022-09-06

    申请号:CN202210615946.3

    申请日:2022-05-31

    Applicant: 武汉大学

    Abstract: 本申请涉及一种边缘用户分配模型构建方法、装置、设备及可读存储介质,涉及边缘服务计算领域,包括获取边缘服务器数据集和边缘用户数据集;构建包括用户信息编码器、服务器信息编码器和边缘用户分配解码器的边缘用户分配网络,用户信息编码器对用户信息进行编码得到用户向量编码数据,服务器信息编码器对服务器信息进行编码得到服务器向量编码数据,边缘用户分配解码器根据两个向量编码数据的相似度确定边缘用户与边缘服务器之间的匹配概率,根据匹配概率将边缘用户分配至对应的边缘服务器;基于边缘服务器数据集和边缘用户数据集对边缘用户分配网络进行训练得到边缘用户分配模型,可提高边缘用户的分配效果、分配率及边缘服务器的资源利用率。

    一种基于神经网络分类的软件信息站点快速标签推荐方法

    公开(公告)号:CN109446414B

    公开(公告)日:2021-08-17

    申请号:CN201811140771.5

    申请日:2018-09-28

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于神经网络分类的软件信息站点快速标签推荐方法,具体是涉及对软件信息站点中的问题数据集先进行数据预处理,再通过建立词典生成句向量。在输入层中,提取句向量中用于表示软件元素的文本描述的n个n元特征。在隐藏层中,这些n元特征被转换为另一种表示方法并被平均以形成隐藏变量。最后,我们使用softmax函数来计算现有标签上的概率分布是一种基于神经网络分类的软件信息站点快速标签推荐方法,具有如下突出特点和优点:第一、构建一个基于单隐层神经网络的合适的框架;第二、利用文本等级约束来实现准确性和效率;第三、利用特征间的共享参数,避免大标签输出空间的局限性。

    一种基于SDN的分布式网络溯源系统的分布式网络溯源方法

    公开(公告)号:CN112350948B

    公开(公告)日:2021-07-16

    申请号:CN202011174875.5

    申请日:2020-10-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于SDN的分布式网络溯源系统及方法。本发明通过网络设计实现了低能耗的拓扑获取和基于负载均衡的路由转发;本发明通过溯源方法实现了标签标记和路径回溯,标签标记阶段给每个数据包增添标签,路径回溯阶段通过提取标签信息段重构数据包的转发路径,直接准确地实现了细粒度、高准确率的网络溯源。本发明降低了资源消耗,实现了负载均衡,提升了网络性能,并实现了细粒度、高准确率的网络溯源。网络溯源是一项维护网络安全的有效手段,可溯源网络的设计与实现为后续网络安全机制的部署提供了良好的环境。

    基于多超声波传感器的局部放电非线性模型转换求解与优化方法

    公开(公告)号:CN108536648B

    公开(公告)日:2021-07-06

    申请号:CN201810297996.5

    申请日:2018-03-30

    Applicant: 武汉大学

    Abstract: 基于多超声波传感器的局部放电非线性模型转换求解与优化方法,包括以下步骤:(1)在变压器内建立空间直角坐标系,设置各超声波传感器位置;(2)基于到达时间定位法建立定位模型,得到求解局部放电源位置的非线性定位方程组;(3)通过消除二阶项将非线性定位方程组转换为线性方程组;(4)得到局部放电源坐标的多样本初值;(5)筛选得到有效的多样本初值;(6)采用改进的K‑means算法对有效的多样本初值进行聚类处理;(7)选取聚类元素最多的类,对该类元素求平均值,最终确定最优局部放电源坐标。本发明有效解决目前非线性模型求解时出现的迭代算法的选择困难、迭代不收敛、运算时间长、对到时误差敏感等问题。

    一种面向云原生系统的微服务根因定位方法

    公开(公告)号:CN113014421A

    公开(公告)日:2021-06-22

    申请号:CN202110172155.3

    申请日:2021-02-08

    Applicant: 武汉大学

    Abstract: 本发明公开了一种面向云原生系统的微服务根因定位方法,包括以下步骤:步骤S1:收集微服务系统的系统性能指标和SLO指标并存入时序数据库作为基础数据;步骤S2:采用DTW方法计算任意两个微服务在相应时间序列上的相似度,并对相似度集合进行聚类判断微服务系统是否出现异常;步骤S3:通过收集到的SLO指标中的HTTP请求和TCP请求建立服务依赖图SDG;步骤S4:结合服务请求链路调整各微服务节点的异常权重;步骤S5:采用PPR算法结合全局的服务依赖图SDG信息对异常节点进行定位。本发明的有益效果是:1)微服务系统出现的异常能够快速准确地检测,具有很好的实用性;2)通过结合服务请求,请求链路信息和服务依赖图信息,可以准确定位出现异常的具体微服务。

Patent Agency Ranking