Page 143 - 《软件学报》2025年第5期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
2025,36(5):2043−2063 [doi: 10.13328/j.cnki.jos.007207] [CSTR: 32375.14.jos.007207] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

*
基于图神经网络的多粒度软件系统交互关系预测

邓文涛 1,2,4 , 程 璨 3,4 , 何 鹏 1,4 , 陈孟瑶 1,4 , 李 兵 5

1
(湖北大学 计算机与信息工程学院, 湖北 武汉 430062)
2
(武汉工商学院 计算机与自动化学院, 湖北 武汉 430065)
3
(湖北大学 人工智能学院, 湖北 武汉 430062)
4
(智能感知系统与安全教育部重点实验室 (湖北大学), 湖北 武汉 430062)
5
(武汉大学 计算机学院, 湖北 武汉 430072)
通信作者: 程璨, E-mail: cancheng@hubu.edu.cn
摘 要: 当下, 软件系统中元素间的交互错综复杂, 涵盖了包间、类间和函数间等多种关系. 准确理解这些关系对
于优化系统结构以及提高软件质量至关重要. 分析包间关系有助于揭示模块间的依赖性, 有利于开发者更好地管
理和组织软件架构; 而类间关系的明晰理解则有助于构建更具扩展性和可维护性的代码库; 清晰了解函数间关系
则能够迅速定位和解决程序中的逻辑错误, 提升软件的鲁棒性和可靠性. 然而, 现有的软件系统交互关系预测存在
着粒度差异、特征不足和版本变化等问题. 针对这一挑战, 从软件包、类和函数这 3 种粒度构建相应的软件网络
模型, 并提出一种结合局部和全局特征的全新方法, 通过软件网络的特征提取和链路预测方式, 来增强对软件系统
的分析和预测. 该方法基于软件网络的构建和处理, 具体步骤包括利用 node2vec 方法学习软件网络的局部特征, 并
结合拉普拉斯特征向量编码以综合表征节点的全局位置信息. 随后, 利用 Graph Transformer 模型进一步优化节点
属性的特征向量, 最终完成软件系统的交互关系预测任务. 在 3 个 Java 开源项目上进行广泛的实验验证, 包括版本
内和跨版本的交互关系预测任务. 实验结果显示, 相较于基准方法, 所提方法在版本内的预测任务中, 平均 AUC 和
AP 值分别提升 8.2% 和 8.5%; 在跨版本预测任务中, 平均 AUC 和 AP 值分别提升 3.5% 和 2.4%.
关键词: 软件网络; 交互关系预测; Graph Transformer; 粒度差异; 软件质量
中图法分类号: TP311

中文引用格式 邓文涛, 程璨, 何鹏, 陈孟瑶, 李兵. 基于图神经网络的多粒度软件系统交互关系预测. 软件学报, 2025,
36(5): 2043–2063. http://www.jos.org.cn/1000-9825/7207.htm
英文引用格式: Deng WT, Cheng C, He P, Chen MY, Li B. Interaction Prediction of Multi-granularity Software System Based on
Graph Neural Network. Ruan Jian Xue Bao/Journal of Software, 2025, 36(5): 2043–2063 (in Chinese). http://www.jos.org.cn/
1000-9825/7207.htm

Interaction Prediction of Multi-granularity Software System Based on Graph Neural Network
1,4
1,4
3,4
DENG Wen-Tao 1,2,4 , CHENG Can , HE Peng , CHEN Meng-Yao , LI Bing 5
1
(School of Computer Science and Information Engineering, Hubei University, Wuhan 430062, China)
2
(School of Computer Science and Automation, Wuhan Technology and Business University, Wuhan 430065, China)
3
(School of Artificial Intelligence, Hubei University, Wuhan 430062, China)
4
(Key Laboratory of Intelligent Sensing System and Security (Hubei University), Ministry of Education, Wuhan 430062, China)
5
(School of Computer Science, Wuhan University, Wuhan 430072, China)

* 基金项目: 国家自然科学基金 (62032016); 湖北省自然科学基金青年项目 (2023AFB374)
收稿时间: 2023-12-27; 修改时间: 2024-02-01, 2024-03-27; 采用时间: 2024-04-08; jos 在线出版时间: 2024-06-20
CNKI 网络首发时间: 2024-07-01