[论文解读] Hierarchical Small Worlds in Software Architecture

Sergi Valverde, Ricard V. Solé|arXiv (Cornell University)|Jul 11, 2003

Software Engineering Research参考文献 53被引用 156

一句话总结

本文将复杂网络理论应用于面向对象软件系统，将其建模为有向类图，以揭示普遍存在的结构模式。研究证明，由于封装和受限增长等语言级特性，软件架构表现出小世界和无标度特性，为程序理解与经验性软件工程提供了新见解。

ABSTRACT

In this paper, we present a complex network approach to the study of software engineering. We have found universal network patterns in a large collection of object-oriented (OO) software systems written in C++ and Java. All the systems analyzed here display the small-world behavior, that is, the average distance between any pair of classes is very small even when coupling is low and cohesion is high. In addition, the structure of OO software is a very heterogeneous network characterized by a degree distribution following a power-law with similar exponents. We have investigated the origin of these universal patterns. Our study suggests that some features of OO programing languages, like encapsulation, seem to be largely responsible for the small-world behavior. On the other hand, software heterogeneity is largely independent of the purpose and objectives of the particular system under study and appears to be related to a pattern of constrained growth. A number of software engineering topics may benefit from the present approach, including empirical software measurement and program comprehension.

研究动机与目标

• 使用复杂网络理论识别面向对象软件系统中的普遍结构模式。
• 研究小世界与无标度特性是否为软件设计的固有属性，与功能无关。
• 探讨这些结构模式在编程语言特性与系统演化约束中的起源。
• 提出网络度量指标可提升经验性软件度量与程序理解的效能。
• 研究软件团队中的社会组织结构与源代码中结构模式之间的关系（基于康威定律）。

提出的方法

• 从C++和Java头文件构建有向类图，其中节点代表类，边代表继承与组合（“has a”）关系。
• 测量平均路径长度、聚类系数与度分布等网络属性，以识别小世界与无标度特征。
• 分析类-方法关联的二分图，以探究方法-类关系在生成小世界行为中的作用。
• 通过统计分析检验多个真实世界软件系统中度分布是否符合幂律分布（无标度网络的标志）。
• 应用网络中心性度量（如类似PageRank的指标）识别程序理解中的关键结构组件。
• 通过算法重构网络，从源代码中提取类声明、继承关系及属性/参数类型。

实验结果

研究问题

• RQ1 面向对象软件系统是否在各类应用中一致地表现出小世界与无标度网络特性？
• RQ2 面向编程语言中哪些底层机制导致了软件架构中的小世界行为？
• RQ3 软件网络的无标度特性在多大程度上源于受约束的演化增长过程，而非功能需求？
• RQ4 分布式软件开发中的社会与组织因素如何影响源代码中观察到的结构模式？
• RQ5 基于网络的度量指标能否提升经验性软件度量与程序理解的准确性与可预测性？

主要发现

• 所有分析的面向对象软件系统均表现出小世界特性，即使在低耦合与高内聚条件下，仍具有短平均路径长度与高聚类系数。
• 软件网络的度分布遵循幂律，且各系统间指数相似，表明其具有无标度结构。
• 软件中小世界行为主要归因于方法与类之间的二分关联，特别是通过方法参数与属性关系实现。
• 软件网络的无标度特性源于受约束的增长过程，与系统的功能目标无关。
• 高连接度的“枢纽类”作为程序理解中的核心组件，类似于网络图中的枢纽与权威节点。
• 基于网络的度量指标（如中心性）可高效识别大型代码库中的关键组件，支持自动化分析与软件维护。