检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

复杂网络的若干应用研究

复杂网络的若干应用研究

作者：潘浩南昌航空大学

学位级别：硕士

随着社会进步以及互联网络的发展,信息传播的空间已经突破了物理空间的限制,人们之间的联系也愈加紧密,同时人类社会已经离不开软件系统,各种复杂网络系统充斥着我们的生活中。目前,复杂网络理论在网络控制、网络演化、网络信息挖掘、... 详细信息

随着社会进步以及互联网络的发展,信息传播的空间已经突破了物理空间的限制,人们之间的联系也愈加紧密,同时人类社会已经离不开软件系统,各种复杂网络系统充斥着我们的生活中。目前,复杂网络理论在网络控制、网络演化、网络信息挖掘、网络缺陷挖掘、网络预测以及网络动力学上取得了很好的研究效果。本文主要利用复杂网络理论,研究了社交网络中知识传播过程,并在此基础上提出一种基于交互网络的合作学习模式以提升线下学习的效果;此外利用复杂网络研究软件网络的演化规律,为对大型复杂软件内部结构研究提出新的研究方法,具体如下:1.基于复杂网络理论,研究了社交网络中知识传播过程:基于人们喜欢将知识传播给熟人这一常见的社会现象,提出了一种基于友谊的利他激励知识传播模型(SIH模型)。通过对均值场方程进行二阶导,分析了易感个体和感染个体的变化的影响因素,即影响知识传播者和知识接收者进行知识传播的影响原因;通过仿真实验,在网络中分析不同网络拓扑结构特征对知识传播的影响,提高知识传播效果。2.在基于友谊的利他激励知识传播模型研究基础之上,提出一种基于交互网络的协作学习模式:首先通过开发了一个基于WIFI热点的移动应用程序,用于收集个体之间的交互时间,从而构建交互网络;并将学生个体之间的交互行为习惯用于协作学习中,构建基于交互网络的协作学习模式;在为期两年的教学实验中,通过计算12个不同班级不同阶段的成绩表现,验证了该学习模式能够在课堂学习之外取得一定的作用。3.利用复杂网络理论研究软件网络的结构特征和演化特征:针对目前模块化软件开发模式,探索软件架构的演变使用对象类之间的依赖关系构建软件网络;同时提出一种基于网络中心性的盒子计数法,计算不同软件网络中不同模块的分形维数,分析软件网络模块功能的覆盖程度。此外针对软件模块之间的功能差异性,构建了不同软件以及同一软件不同版本的软件网络,分析了多重分形特征与软件模块差异性的关系。

关键词：复杂网络社交网络交互网络软件网络分形

Android平台无线传感器网络分析仪的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Android平台无线传感器网络分析仪的设计与实现

作者：崔岚清东北大学

学位级别：硕士

传感器网络作为人们感知物理世界的一种重要手段,已经深入人们生活的各个方面,小到智能手机大到军事国防,都能看到传感器网络的身影。无线通信技术的兴起与快速发展,给人们的工作、生产和生活带来了极大的便利。无线传感器网络结合传感... 详细信息

传感器网络作为人们感知物理世界的一种重要手段,已经深入人们生活的各个方面,小到智能手机大到军事国防,都能看到传感器网络的身影。无线通信技术的兴起与快速发展,给人们的工作、生产和生活带来了极大的便利。无线传感器网络结合传感器网络与无线通信技术的优点,在很多领域获得了广泛的应用和研究。然而,无线通信数据繁杂且难以用肉眼直观地观察和分析的问题,给无线传感器网络的研究带来了一定的困难,而且基于PC平台的无线传感器网络数据分析仪器具有不便携的特点,难以适应某些应用环境。对此,本文在移动平台上设计并实现了一种无线传感器网络数据监测分析仪器,利用硬件抓取网络中传感器节点发送的数据,并通过软件分析将繁杂的无线数据清晰、有条理地显示出来,以帮助研究人员更深入地了解、研究无线传感器网络的特性。而且,相比于国外同类型产品高昂的价格,本产品成本低廉,有巨大的价格优势。通过上述分析,本文旨在设计一款第三方的无线传感器网络数据抓取和监测分析仪器,该仪器主要由硬件和软件部分构成。硬件部分主要负责抓取无线数据;软件部分不仅能够解析IEEE 802.15.4协议MAC层的所有帧,还能够根据解析出来的帧的信息获取网络的拓扑信息并对网络当前的拓扑结构进行绘制。软件主体架构采用分层设计,将数据的处理和显示分离开来,同时,在数据处理层还设计了一个可变容量的线程池,提高了数据处理效率和程序的实时性。在拓扑可视化模块中,为了解决大规模网络图形布局中的冲突问题,本文提出了一种改进的力导向布局算法,能够在保证绘制的图形的准确、美观的同时提高算法的效率。实验测试部分,本文对软件的功能进行了完善的测试,并采用了一种成熟的软件网络分析方法对本套监测分析软件的静态结构进行了分析,发现软件结构中的缺陷并提出改进意见,指导后续版本的开发。

关键词：无线传感器网络 IEEE 802.15.4 虚拟仪器拓扑可视化软件网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件级联故障及其传播的研究

软件级联故障及其传播的研究

作者：朱丰伟北京理工大学

学位级别：硕士

伴随着软件规模的逐渐变大,软件的结构开始变得越来越复杂,软件的故障也变得越来越多。软件故障,特别是软件级联故障的发生,将对软件和所在领域造成巨大的危害,而原有的软件分析方法不能完成对软件级联故障的研究,因此,本文使用复杂网... 详细信息

伴随着软件规模的逐渐变大,软件的结构开始变得越来越复杂,软件的故障也变得越来越多。软件故障,特别是软件级联故障的发生,将对软件和所在领域造成巨大的危害,而原有的软件分析方法不能完成对软件级联故障的研究,因此,本文使用复杂网络的技术手段来研究软件的级联故障及其传播。本文介绍了复杂网络在软件开发和软件分析领域的一些进展和成果,探讨了复杂网络具有的一些特征,和复杂网络在软件行业的应用。介绍了几种复杂网络的模型,并对它们的优缺点进行了分析。随后,本文提出了一种边加权软件网络(Weighted Edge Software Networks)模型,并详细介绍了边加权软件网络模型的构建方法和构建过程,并对模型的合理性和准确性进行了验证。在这基础之上,我们定义了节点强度,节点故障感染率和重要节点等概念,并提出级联故障传播算法(Cascading Failure Spread Algorithm)来评估软件运行时级联故障传播的过程和影响。根据建立的模型反应出来的信息,本文对级联故障传播的一些特征做出假设。并采用随机攻击和重要节点攻击两种攻击方式模拟对软件网络发起攻击,比较两种攻击方法下节点故障的传播范围和传播速度等。通过对软件的级联故障传播的结果进行分析,完成对假设的验证。最后,本文给出了整个实验的过程,通过对软件的建模和软件故障在模型中级联传播的情况进行分析,得出不同节点受到攻击时对网络的影响,并以此提出了如何更好的处理软件开发中的软件结构的建议。

关键词：复杂网络软件网络边加权软件网络级联故障故障传播

基于动态分析的Java软件关键类识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态分析的Java软件关键类识别方法研究

作者：王浏海浙江工商大学

学位级别：硕士

在过去几十年里,复杂网络的研究迎来了突破性的进展,一度成为新兴的热点领域。研究人员发现,自然界中的诸多系统(如社交网络、神经元活动等)都可以抽象为复杂网络,这些网络具有相同的特征:“小世界”、“无标度”。软件工程领域已有大... 详细信息

在过去几十年里,复杂网络的研究迎来了突破性的进展,一度成为新兴的热点领域。研究人员发现,自然界中的诸多系统(如社交网络、神经元活动等)都可以抽象为复杂网络,这些网络具有相同的特征:“小世界”、“无标度”。软件工程领域已有大量的研究工作尝试用复杂网络的理论来理解软件系统的结构,它们将软件抽象为一类人工复杂网络——“软件网络”,并引入复杂网络的度量指标来刻画软件的结构特性,给软件工程中相关问题的解决提供了一种新思路。软件系统中存在着少量的类,它们控制并管理整个软件的运行,这些类被称之为软件的关键类。近年来人们从复杂网络的角度来识别关键类,他们提取软件结构信息来构建软件网络,并引入度量指标来识别网络中的关键节点,这些节点所代表的类就是软件的关键类。但是现有的软件关键类识别大多数是基于静态分析的工作。这类工作不需要实际运行软件,而是通过分析软件源代码来提取软件的结构信息、构建软件网络。尽管静态分析的工作已经取得了一些进展,但是仍然存在着局限性:1)没有考虑软件实际的运行情况,忽略了“死代码”所产生的冗余耦合;2)网络权重的计算并不客观,忽略软件实体之间真实交互次数。基于动态分析的工作需要实际运行软件,并跟踪程序的执行轨迹来构建软件网络,相比于静态分析构建的网络具有更真实的软件结构特征。因此,动态分析能弥补静态分析的一些缺陷。动态分析需要跟踪软件的执行,但是如何把软件执行起来比较困难。目前动态分析方面的工作较少、且不完善,提出基于动态分析的关键类识别技术有助于丰富相关领域的研究工作。本文对“基于动态分析的Java软件关键类识别”开展研究,大体思路:首先,设计执行场景来运行软件,并跟踪软件的执行过程,获取轨迹信息,进而构建动态依赖网络(Dynamic Dependency Software Network,DDSNet);然后,使用度量指标来量化网络中节点的重要性;最后,根据类的重要性降序排列类,并基于阈值识别候选的关键类。Java软件按类型主要分为GUI软件和非GUI软件,这些类型的运行方式并不相同。本文针对这两种类型的Java软件,分别提出了一种相应的动态软件网络构建方法,并在数个开源软件上进行实验。本文的主要研究内容如下:1)基于动态分析的Java GUI软件关键类识别(以一作发表SCI三区论文一篇)本文基于动态分析提取的软件网络DDSNet进行软件关键类的识别研究。首先,本文设计了针对GUI软件的自动执行模型来运行软件的功能。该模型主要利用GUI软件的特征来驱动程序运行,并跟踪程序的执行轨迹构建动态依赖网络DDSNet。然后,使用OSE方法度量网络中各节点的重要性并排序。最后,将排序列表中前25的类视为本文方法提取的候选关键类。本文选取3个开源的Java GUI软件作为实验系统,同时与七种静态的基准方法对比。Friedman检验结果表明,本文提出的方法比基于静态分析的方法在关键类识别方面有更好的性能。2)基于动态分析的Java非GUI软件关键类识别:实证研究为了完善基于动态分析的Java软件关键类识别工作,本文还提出一种针对非GUI软件的网络构建方法。首先,设计一种自动执行模型来运行非GUI软件的功能,并使用字节码插桩工具跟踪程序的执行轨迹来生成动态调用图CG。紧接着,聚合CG集并构建动态依赖网络DDSNet。为了实证研究动态网络与静态网络之间的性能差异,本文使用6个开源的非GUI软件作为实验系统并与现有工作中的静态网络CCN进行对比。实验结果表明,动态网络性能在一定条件下确实优于静态网络。除此之外,本文还通过Wilcoxon Signed-Rank Test验证了不同类型的度量方法对动态网络和静态网络的性能有较大的影响。该研究内容旨在为基于动态分析的关键类识别工作做实证研究并提供了实验数据的支持。

关键词：动态分析关键类复杂网络软件网络软件度量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件特征挖掘的缺陷预测模型研究

软件特征挖掘的缺陷预测模型研究

作者：刘成斌南昌航空大学

学位级别：硕士

软件缺陷预测的主要研究内容是通过利用软件开发过程中的历史缺陷检测数据,利用科学的方法进行指导,对软件模块进行建模从而达到预测缺陷的目的。根据软件缺陷预测模型预测的结果,能够指导软件开发人员对测试资源进行合理分配,提高软件... 详细信息

软件缺陷预测的主要研究内容是通过利用软件开发过程中的历史缺陷检测数据,利用科学的方法进行指导,对软件模块进行建模从而达到预测缺陷的目的。根据软件缺陷预测模型预测的结果,能够指导软件开发人员对测试资源进行合理分配,提高软件开发效率,从而减少软件测试周期和软件开发成本。在实际应用场景中,研究者发现对于软件缺陷预测模型来说,不同的软件缺陷建模算法,例如机器学习算法,在同样的特征指标下性能差距并不十分明显,但是在不同的特征指标下,软件缺陷预测模型性能差异相对来说比较显著。然而,对于软件数据特征收集大部分是通过人工统计,数据特征的统计过程需要耗费大量的人力物力。所以研究人员将研究重心转移到自动化的学习软件模块的数据特征。随着神经网络技术在自然语言领域取得了巨大的突破性进展,联想到软件模块代码中含有丰富的语义和语法信息,所以有研究人员将自然语言处理相关技术应用到了软件缺陷预测领域。从实验结果来说,基于自然语言处理技术的软件缺陷预测模型从性能上来说是优于基于统计特征的缺陷预测模型,证明了神经网络技术能够有效挖掘软件模块中丰富的语义和语法信息。但是在以前的软件缺陷预测研究仍然存在一定的局限性,研究人员挖掘软件系统特征信息时,将软件系统中的软件模块孤立的看待,或者仅仅只是考虑简单软件模块在继承过程中的相关统计指标。但是,从整个软件系统的角度考虑,可以根据软件模块之间的依赖等关系构建一个软件网络,从软件网络的角度去分析挖掘软件模块的数据特征。为了解决软件系统特征挖掘过程中的对于软件系统结构特征提取有限的问题,研究中提出了基于网络表征学习的混合缺陷预测模型。基于卷积神经网络的代码语义挖掘缺陷预测模型不仅能够自动挖掘软件程序模块丰富的语义信息,进行端到端的软件特征提取。在此基础上研究更进一步,对软件系统根据依赖关系转换成的软件网络结构进行分析。首先,将软件程序系统以模块为基本单位生成对应的软件网络;然后,利用网络表征技术自动挖掘软件网络中每个模块隐氏的系统结构特征;最后,综合语义特征与系统结构特征构建一个缺陷预测模型。通过对比试验评估,研究所提出的软件模块系统结构特征能够有效提升软件缺陷模型性能。

关键词：软件缺陷预测软件网络卷积神经网络语义特征网络表征学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂软件系统中类影响力排序方法

复杂软件系统中类影响力排序方法

作者：李晓春大连海事大学

学位级别：硕士

研究表明软件缺陷多集中存在于较少的模块中,这些缺陷在模块间的传播成为影响软件质量的重要问题。目前对缺陷传播影响的研究多应用在较小规模的软件系统中,对较大规模软件系统中缺陷传播影响以及进而对关键模块识别的研究还较少。针对... 详细信息

研究表明软件缺陷多集中存在于较少的模块中,这些缺陷在模块间的传播成为影响软件质量的重要问题。目前对缺陷传播影响的研究多应用在较小规模的软件系统中,对较大规模软件系统中缺陷传播影响以及进而对关键模块识别的研究还较少。针对上述问题,本文将软件代码抽取为软件网络,通过对其节点影响力排序的方法研究软件系统中模块缺陷的传播影响。本文归纳了近年来重要节点识别算法,在LeaderRank算法的基础上提出一种识别软件网络关键节点的算法SWNodeRank。它主要通过节点的内部特性和外部的连接情况来识别重要节点,做法是通过添加虚拟节点和虚拟边使原图变成强连通图,节点根据边上的权值来分配重要性分数。该过程是一个迭代的过程,在稳定时得到各个节的重要性分数,最后识别出重要性高传播能力强的节点。本文通过使用Account,Junit和Jedit作为实验数据来对SWNodeRank的准确性进行评估,并与LeaderRank和加权LeaderRank比较重要节点的传播范围。实验验证两个方面内容:其一,SWNodeRank识别的重要节点的传播范围比使用LeaderRank加权LeaderRank识别的节点的传播范围广;其二,对比LeaderRank和加权LeaderRank,对感染概率阈值不同对SWNodeRank算法的影响较小,但在Junit上结果并不明显。

关键词：软件网络节点重要性传播能力识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件系统的分形特征及其在缺陷预测中的应用

软件系统的分形特征及其在缺陷预测中的应用

作者：王恬浙江工商大学

学位级别：硕士

复杂网络在过去三十年间迅猛发展,成为一个多学科交融的新兴热点研究领域。复杂网络理论被引入软件工程领域,研究人员尝试应用复杂网络理论研究各种复杂软件系统。这种利用“复杂网络”来描述软件系统内部结构的网络通常被称为“软件网... 详细信息

复杂网络在过去三十年间迅猛发展,成为一个多学科交融的新兴热点研究领域。复杂网络理论被引入软件工程领域,研究人员尝试应用复杂网络理论研究各种复杂软件系统。这种利用“复杂网络”来描述软件系统内部结构的网络通常被称为“软件网络”。近年来,研究人员从“软件网络”角度对软件系统的复杂性开展研究。软件网络作为软件系统的结构化表示,具备复杂网络的三大基本特性:“小世界”、“无标度”和“分形”。“小世界”和“无标度”作为复杂网络的传统基本特性,已经有大量文献对其进行研究。相比之下,分形特征作为复杂网络的新基本特性,在软件工程领域内对它的研究仍然比较匮乏。分形特征所具备的各种性质尚待挖掘。现有的软件分形相关的研究工作主要探究了软件分形特征的度量方法,软件的分形特征与软件系统的复杂性和软件质量的相关性。研究工作主要基于类粒度的软件网络开展,度量的是整个软件的分形特征,研究粒度较粗。由于缺少相应的技术,人们还未从更精细的粒度（如方法/属性粒度）对软件的分形特征展开研究。同时,尽管软件分形特征可以衡量软件质量,但是大多数工作仍停留于利用软件分形特征刻画软件复杂性。如何将软件分形应用于缺陷预测等实际质量保证活动中,仍有待研究。由此可见,软件系统分形特征不论在研究深度（如基于其他更精细粒度的软件分形特征研究）还是研究广度（如软件分形特征的应用实践）上都还有很大的探索和改进空间。本文基于特征（方法和属性）粒度的软件网络对类的分形特征开展研究。首先,引入复杂网络中的理论,构建了针对类的特征依赖网络（Feature Level Software Network,FLSN）。然后,以FLSN作为探究类的分形特征的起点,提出度量类分形特征的度量指标——类的分形维数（Fractal dimension for Classes,FDC）,进而分析了FDC与类复杂性和类缺陷倾向性的关系。数个开源软件上的数据实验表明,本文提出的方法是可行的和有效的。本文从特征粒度重新审视软件的分形特征及复杂性,并创新地将分形维数应用于软件质量保证领域。本文的主要研究内容如下:1)基于特征依赖网络的软件分形特征分析本文基于特征（方法和属性）依赖网络FLSN进行软件系统类的分形特征分析。FLSN将类的特征作为节点,特征之间的依赖关系（主要是指方法之间的调用关系MEC和方法与属性之间的访问关系ACC）作为边。基于FLSN,提出FDC度量元来度量类的分形特征,并从理论与实验两个方面验证FDC度量元的性质和有效性。理论研究表明,FDC满足Weyuker九大标准中的八种,是一个具有Weyuker理论支撑的复杂性度量。同时,本文在18个开源软件上的数据实验表明,FDC度量元不仅能刻画传统类复杂性度量元未曾刻画的类复杂性的新维度;而且还与类缺陷数量之间存在强相关性。2)基于类分形维数的代价敏感缺陷预测方法研究本文以FDC度量元和传统的类复杂性度量元为特征,构建了一个代价敏感缺陷预测模型,用于在考虑代价的情况下,预测类中的缺陷。首先,本文将软件结构表示为FLSN,进而计算每个类的分形维数FDC;然后,从软件系统提取出每个类中所需的信息构建更为精细的类依赖网络（Precise Class Dependency Network,PCDNet）,并且通过PCDNet来计算每个类的度量指标用以构建模型;最后,使用逻辑回归模型评价每个类引入缺陷的相对风险（缺陷倾向性）。本文使用17个开源软件构成的数据集检验方法的有效性。Friedman检验表明,FDC度量能够改进现有的代价敏感缺陷预测模型的有效性,在预测软件类的缺陷方面提供了更好的结果。

关键词：分形维数复杂网络软件网络软件度量缺陷预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大规模软件中社区结构的发现与研究

大规模软件中社区结构的发现与研究

作者：杨占坤东北大学

学位级别：硕士

社区结构是许多实际复杂网络的一个重要特征,寻找和分析社区结构有助于更好地了解网络的结构。近年来,随着复杂网络研究的兴起,研究者发现软件网络中存在复杂网络特性,为软件中社区结构的研究开辟了一条新道路,同时也为软件工程研究提... 详细信息

社区结构是许多实际复杂网络的一个重要特征,寻找和分析社区结构有助于更好地了解网络的结构。近年来,随着复杂网络研究的兴起,研究者发现软件网络中存在复杂网络特性,为软件中社区结构的研究开辟了一条新道路,同时也为软件工程研究提供了一种新的视角。针对上述问题,本文以多个学科交叉为背景,努力寻找软件中最优的社区结构。 “高内聚、低耦合”是面向对象软件的设计原则,它要么是针对程序代码进行设计的,要么就是针对设计模式来进行设计的,而缺乏在较高层次对面向对象软件进行结构的分析。因此,本文提出一种快速启发式算法（LCDA局域社区发现算法）来发现软件网络中的社区结构,并使用模块化度量指标来衡量社区发现算法划分结果的合理与否,实验表明该算法可以很好地划分社区结构。本文采集了253个面向对象软件作为样本,利用LCDA算法对它们进行社区划分,并利用统计学方法对社区划分后的结果进行分析,主要对软件中社区结构与软件规模之间的相关性进行分析,另外,还对软件演化中社区结构的演变规律进行分析。社区发现的结果实际上是从模块化的角度得到软件系统的理想结构,这个结果可以为软件开发和设计人员提高软件模块化程度提供参考,同时可以帮助软件开发人员增加对软件系统的理解,对了解软件体系结构与测试具有极为重要的意义。

关键词：软件工程软件网络社区结构 LCDA局域社区发现算法模块化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于软件特性的关键函数挖掘方法研究

基于软件特性的关键函数挖掘方法研究

作者：杨禄群燕山大学

学位级别：硕士

随着软件应用的逐渐普及,规模的不断增大,软件安全问题引起了各行各业的高度重视。为了更好的理解软件网络的特性以及它的拓扑结构,从数据挖掘的角度出发,挖掘出软件网络中的重要节点,对于软件故障检测、辅助软件系统进行维护、测试和... 详细信息

随着软件应用的逐渐普及,规模的不断增大,软件安全问题引起了各行各业的高度重视。为了更好的理解软件网络的特性以及它的拓扑结构,从数据挖掘的角度出发,挖掘出软件网络中的重要节点,对于软件故障检测、辅助软件系统进行维护、测试和预防漏洞、错误的定位等具有重要意义。本课题根据复杂网络的相关知识结合软件网络自身的特性对软件网络中的函数进行研究,主要工作如下。首先,本文对无向加权软件网络和有向加权软件网络分别进行了模型构建。根据软件网络在执行过程中的静态拓扑和动态调用特性,本文用Pvtrace跟踪软件,了解软件执行轨迹,并对软件进行多次执行,去偶然性,清洗并整合得到有效的数据,为软件网络的关键函数识别奠定了基础。其次,根据证据理论中心性提出了一种基于证据理论的重要节点发现算法NDET(Node Discovery algorithm based on Evidence Theory)。该算法将函数的重要程度数量化,并结合软件自身的拓扑结构提出了波动值fv(i),最后通过NI(Node Important)去衡量节点的重要性。为分析软件网络中的静态拓扑结构提供了方向。再次,为了解决动态软件网络中的关键函数识别问题,综合考虑节点的传播能力和影响能力,提出了一种识别关键节点的IKN算法。不仅从节点在网络中所处的整体位置来考虑节点的传播能力而且还从节点自身的局部特性来衡量函数节点的影响能力,使得识别出的关键节点更加准确。为软件故障预测,系统维护提供了方向。最后,对本文所提出的两个算法进行有效性验证,并加以对比实验结果分析。通过对软件网络相关验证分析不同版本的演化规律,为进一步认识软件网络提供新思路。

关键词：软件网络关键节点证据理论传播能力影响能力