Page 25 - 《软件学报》2021年第7期

檀超 等:复杂软件系统的不确定性 1943

 参数不确定性(parametric uncertainty):是指数学模型参数的不确定性,也称为参数可变性 [5860] .
 数据不确定性(data uncertainty):是指(大)时空数据的不确定性 [6163] .
 演化不确定性(evolution uncertainty):是指系统开发过程或开发过程中创造的人工制品(artifacts)演化中
的不确定性,比如系统架构的变化 [44] .
 约束不确定性(constraint uncertainty):是指系统属性(如安全性)或变量之间依赖关系的约束不确定
性 [64,65] .
 信息不确定性(information uncertainty):是指不完整、模糊和不确定的信息 [66] .
 时间不确定性(time uncertainty):是指时间的不确定性,比如时间延迟、时间约束的不确定性 [67,68] .
图 11 展示了基于系统制品的不确定性分类在生命周期不同阶段的分布情况,需要指出的是,在收集的 142
篇相关文献中,只有 65 篇文献明确涉及到了不同制品的不确定性,同时,一篇相关文献可能涉及到多个不同制
品的不确定性,所以明确涉及到不同制品的不确定性的文献数小于图中显示的文献数之和.从图 11 可以看出,
研究人员更多地关注模型不确定性(23 次)、数据不确定性(28 次)以及参数不确定性(6 次),而针对需求不确定
性、演化不确定性、约束不确定性、信息不确定性以及时间不确定性只有少量的研究人员关注.据分析是因为
建模与数据采集和处理是信息物理系统和物联网开发过程中至关重要的两个步骤,所以模型不确定性和数据
不确定性成为了研究人员最关注的两个研究点.

Fig.11 The distribution of the primary studies concerning uncertainties in different system artifacts
along with the various stages of the system development life cycle
图 11 基于系统制品的不确定性分类在生命周期不同阶段的分布情况
另外,从图 11 可以看出,在利益相关者的要求和需求定义以及系统需求的定义阶段,研究人员关注的是需求
不确定性和模型不确定性,主要原因是在信息物理系统和物联网生命周期的这两个阶段,需求描述和建模是需
求定义的主要方法.在架构定义阶段,研究人员关注的是模型不确定性、数据不确定性以及演化不确定性.出现
这种现象的主要原因包括:建模是系统架构定义的主要方法;数据采集和处理是架构定义(尤其是物联网架构定
义)必须要考虑的内容.文献[44]关注基于学习的系统架构设计的自演化,这是唯一一篇我们收集到的关于架构
模型自演化的文献.
在设计定义阶段,研究人员关注的不确定性类型相对于其他阶段具有更强的多样性,涵盖了所有 8 种类型.
其中,数据不确定性和模型不确定性受到研究人员的更多关注.我们认为其主要原因是,建模是系统设计的主要
方法,并且数据采集和处理是信息物理系统和物联网设计需要考虑的重要设计因素之一.在系统分析阶段,研究