Page 239 - 《软件学报》2026年第5期

2118 软件学报 2026 年第 37 卷第 5 期

在 CFRG 的构建过程中, LLM-Extractor 利用 LLM 对非结构化文本的理解和分析能力, 从形式多样的配置文

本描述中搜索并归纳存在的 E C -E F 关系、 E C -E C 关系和 E F -E F 关系, 从而高效地将配置、功能之间复杂多样的关
联关系以图结构的形式进行描述, 将不同的配置项通过直接或者间接的方式链接起来, 便于后续的多配置关联子
图搜索. 完成了 E C -E F 关系抽取、 E C -E C 关系抽取和 E F -E F 关系抽取后, CFRG 的构建就已经完成, 如图 9 展示了
一个 CFRG 补全图的部分子图示例. 相比图 8 展示的 CFRG 初始化示例图, CFRG 补全图中具有更多的配置功能
关联关系以及多配置关联关系. 在第 3.2 节中本文将介绍从 CFRG 中挖掘多配置关联子图并推断配置约束的过程.

Type Numerical
is disabled
LeadTo AtStatus
bgwriter_lru_maxpages
RelatedTo
Value
int(0, 1 000) bgwriter_lru_maxpages==0 The background writer

Type Numerical
AtStatus
int(0, 10) is enabled
Value
bgwriter_lru_multiplier
Require
(a) Background writer 功能相关

Numerical
int(0, 20)

Type Value LeadTo
RelatedTo recovery_parse_workers>0
AND recovery_max_workers>0
recovery_max_workers
AtStatus
recovery_parse_workers
Numerical Concurrent replay function
int(1, 16) prevails is disabled
recovery_max_workers
Value
Type AtStatus
RelatedTo
recovery_parse_workers
(b) Recovery 功能相关
图 9 CFRG 补全图示例

3.2 基于多配置关联子图的配置间约束推断
基于多配置关联子图的配置间约束推断是配置间约束提取的最终步骤, LLM-Extractor 基于构建完成的
CFRG, 搜索多配置关联子图, 把关联子图信息作为上下文输入给 LLM, 引导 LLM 推断潜在的配置间约束关系. 因
此配置间约束推断可以分为多配置关联子图搜索和约束推断两个步骤, 本节将依次介绍这两个步骤.
3.2.1 多配置关联子图搜索
该步骤以配置条件节点为起点, 使用图算法在 CFRG 上搜索可能存在的多配置关联路径, 并记录这些关联路
径, 最终将关联路径合成的关联子图输出. 多配置关联子图搜索的具体流程如算法 2 所示. 在算法 2 第 3 行, LLM-
Extractor 以 CFRG 中的配置条件节点为搜索起点, 搜索与之存在 RelatedTo 以及 Require 关系的配置节点, 将这些
信息加入关联路径中, 第 5–10 行展示了这一过程. 随后在算法 2 的第 13–19 行 LLM-Extractor 搜索了与配置条件
节点存在 LeadTo 关系的功能实体, 并进一步搜索了该实体相关联的其他配置项, 并把这些信息加入关联路径表,
如果最终 l path 中关联了超过一个配置项, 则根据 l path 从 CFRG 中提取关联子图 G sub , 并将 G sub 返回. 在后续的配置