数据驱动的软件非功能需求知识获取与服务研究

Software requirements engineering usually determines the production efficiency and production quality of software engineering. In requirements engineering processes, there are some difficulties in non-functional requirements analysis, such as: ambiguous, incomplete, implied, changing frequently, and inconsistent among stakeholders. The introduction of knowledge can effectively solve such problems. Facing the big data environment, based on data-driven research, an approach to software non-functional requirements knowledge acquisition and service is studied. Firstly, obtain the data from the Internet and the historical software. By following the life cycle processes and using the hierarchical knowledge modeling methods of knowledge graph, the acquisition method of software non-functional requirements knowledge is presented. Five steps of the knowledge acquisition are researched. They are knowledge framework construction, knowledge extraction, knowledge fusion, knowledge modeling, and knowledge storage. According to the different needs of the software non-functional requirements knowledge services, the general knowledge, instance knowledge and domain knowledge bases are built. Secondly, based on the knowledge bases, the intelligent search service for non-functional requirements knowledge of general, domain and instance software, and related methods for non-functional requirements pattern recommendation of domain software and instance software are studied. Finally, a knowledge acquisition and service platform is developed and relevant empirical researches on the open source software and the available software cases from organizations are carried out. The knowledge building in the requirements engineering becomes the foundation for the knowledge building of the software engineering.

软件需求工程通常决定了软件工程的生产效率与生产质量，面向需求工程一直以来面临的非功能需求不明确、不完整、存在隐含需求、频繁变更及利益相关者沟通难于一致等问题，引入知识可以有效解决此类问题。在当今大数据环境下，本项目拟基于数据驱动，研究软件非功能需求知识获取与服务方法。首先，面向互联网与软件历史数据源，基于知识图谱生命周期过程，采用分层知识建模方法，进行软件非功能需求知识获取，从知识框架构建、知识抽取到知识融合、在知识建模与存储过程中完成知识获取，并按照软件非功能需求知识服务的不同需要，分别构建通用、实例和领域知识库。其次，基于构建的知识库，研究通用、领域与实例软件非功能需求知识的智能检索服务，领域与实例软件非功能需求模式决策推荐的相关方法。最后，研发知识获取与服务平台，基于开源软件和可获取组织内软件案例开展相关实证研究。通过需求阶段的知识注入，为软件全生命周期过程知识注入奠定基础。

软件工程一直以来面临非功能需求不明确、不完整、存在隐含需求、频繁变更及利益相关者沟通难于一致等问题，引入知识可以有效解决此类问题。在当今大数据环境下，本项目利用可获取数据、基于知识驱动，研究软件非功能需求知识获取与服务方法。首先，构建软件非功能需求知识本体框架，提出使用链接开放数据扩充知识本体。基于获取的中英双语知识，基于翻译方法与标签传播方法相结合的实体链接方法实现双语实体链接。引入模式信息，利用模式为非功能需求知识划分领域，扩展传统知识图谱三元组（实体，关系，实体）为（实体，关系，实体，模式），并对扩展后非功能需求知识图谱进行精化。针对非功能需求中的安全需求，提出数据与知识驱动的网络空间安全命名实体识别方法和基于关系分解的联合抽取方法，有效地解决重叠实体对和关系。提出基于关系增强的实体表示、图注意力机制、对比学习的知识图谱补全方法，解决多关系环境下的知识图谱补全，提升图谱补全效果和解释性。其次，基于获取的知识，通过知识引导提出软件非功能需求知识的相关服务工作，包括：对非功能需求知识进行重要性分级，提出非功能需求知识推荐方法。面向非功能需求中的安全需求，构建网络空间安全知识图谱，提出知识推理以及推荐方法。在基于知识引导的推荐工作方面做了较多工作，即：提出一种结合文本特征和网络特征的推荐方法；面向社交网络研究信任影响的社交推荐；扩展至软件工程领域，基于知识图谱推荐第三方库；针对现有基于知识图谱推荐领域中存在的问题，加强用户建模，充分利用知识图谱与用户行为，提出知识增强推荐表示深度学习模型。最后，提出软件非功能需求中的可信关注点和软件功能需求构成软件可信需求，面向软件可信需求知识，从过程控制角度提出实现可信需求的过程策略，将这些过程策略扩充至知识图谱，提出使用过程策略的知识模式和辅助可信软件过程建模的建模模式。通过需求阶段的知识注入，为软件全生命周期过程知识注入奠定基础。