云计算中分布式软件系统兼容性自动检测方法

云计算中分布式软件系统兼容性自动检
测方法
摘要：在计算机技术带动下，分布式系统纷纷推出海量分布式应用，如常见的B/S架构等，与集中式软件系统不同，一般由多个分布式子系统进行协作共同完成任务。

该系统将信息共享和增强计算能力当作首要目标，异构性和开放性较强，但也具有故障独立性。

在分布式系统中，软件的兼容性使系统具备良好性能。

兼容性是指软件之间互相协调的性能，在工作过程中，软件之间可以做到协调稳定运行，表明兼容性较好。

由于软件开发的复杂度逐渐提高，系统运行过程中突发状况频频发生，软件不兼容变得较为普遍。

对于一个软件而言，无论其他功能是否强大，只要与其他软件产生冲突，就会降低应用价值。

因此，软件兼容性测试是分布式系统开发过程中的必要过程。

关键词：云计算；分布式；软件系统
1 云计算体系架构分析
通常情况下，云计算包括私有云、社区云、公共云和混合云4种类型。

私有云能够让用户清楚了解“云”的基本结构，提高服务安全性；社区云则存在多个管理组织，主要任务是保证调度安全；公共云可提供对外服务，能够被用户拥有；混合云表示多种云的组合形式，可掌握关键数据。

云计算的结构如图1所示。

服务模式分为以下3种：
a.基础设备服务。

云架构中最底端服务，利用虚拟化技术提供计算与储存等功能，便于用户运行软件。

b.平台服务。

以基础设备服务层为核心建立的，用户可在该服务中进行软件开发，同时能部署想要的运行环境，且不用了解底层有关技术。

c.软件服务。

最顶端的服务层，用户利用客户端即可实现对此层服务的调控，同时可根据自身实际需要，对软件服务进行个性化定制。

图1 云计算结构
2 融入粒子群算法的软件兼容性自动检测
2.1 基本粒子群算法模型
假设第t代种群存在N个粒子，则Xi=[xt1,xt2,⋯,xtN]Xi=[x1t,x2t,⋯,xΝt]与Vt=[vt1,vt2,⋯,vtN]Vt=[v1t,v2t,⋯,vΝt]为第i个粒子的方位与速度信息；在确定的搜索范围内，pbest为粒子搜索到的最佳位置，即个体最优;gbest为某种群发现的最佳位置，即最佳点。

在寻优时，粒子速度与位置使用以下公式进行更新：
vi为粒子i的移动速度；ω为现阶段粒子群的权值；c1与c2均为粒子群的学习因子；xi为粒子i的位置；rand( )为(0,1)范围内的随机数。

2.2 基于离散度调整的粒子群算法改进
2.2.1 离散度调整
上述粒子群模型在搜索时太过依赖权重ω,增加出现局部最优的可能，影响搜索能力，不容易获得精准的检测结果。

因此，本文在离散度调整基础上对上述模型进行改进。

为准确把握收敛程度，需确定收敛量纲，也就是粒子群离散度。

该值不但能够准确判断出早熟现象，还能实现粒子的动态追踪。

离散度能够准确体现粒子之间的汇集程度，如果算法不符合约束条件，离散度很小，表明进入早熟状态，需要对其进行处理。

当出现早熟现象时，应将权重值增大，进而加强全局搜索性能，确保粒子更具多样性特征；减轻全局极值对粒子造成的影响，提高检测精度。

2.2.2 适应度函数确立
调整完离散度后，还需通过分支路径覆盖的形式构建理想的适应度函数。

由于分支路径覆盖包括嵌套与谓词2种不同元素，嵌套越深，越不容易实现全面覆盖。

因此，本文利用嵌套权重Qωn(bchi)Qωn(bchi)来判断嵌套深度是否合理。

设定bchi为某个分支；lmax和lmin分别为最大与最小嵌套深度；li'为现阶段嵌套深度。

因此，嵌套权重表达式为
最终针对检测程序P建立适应度函数为
s为分支数量；ωi′为惯性权重；f(bchi)f(bchi)为分支bchi的适应度函数。

由此可知，添加分支权重后，适应度函数可体现每个路径覆盖的全部信息，提高粒子群搜索的全明性。

2.3 建立系统兼容性测试模型
在检测过程中，结合碰撞域有关理论，经过对碰撞域半径的不断调节，得出覆盖率的理想值。

利用上述改进的粒子群算法对测试用例做迭代处理，迅速建立兼容性较好的测试用例集合。

合理设置兼容性检测数据变量的关键参考量，确保该值在一定区间内，为从测试数据中确定参数范围，必须获取被测软件参数的参考量。

计算碰撞半径后，需进一步统计碰撞次数。

如果碰撞次数高于设定阈值，则表明在此参数区间内，生成大量测试用例，这时需要缩小碰撞半径，进而减少检测碰撞域。

调节碰撞半径的主要目的：在参数范围较广时，提高碰撞半径的下调速度，避免粒子群算法的迭代次数较多。

将经过修正的测试用例添加到样本集合，在粒子群算法的每一代中获得优秀用例，迭代过程可帮助生成覆盖率高的检测用例，迭代过程为
式(5)为测试用例的迭代过程。

其中，A为迭代周期；h0与ψ均为迭代过程中的算子；φ1和φ2均为经过修正的参数。

在对优秀测试用例进行迭代操作时，对新产生的用例和覆盖率较高的用例中的2个参数进行变换，生成新用例。

对生成的样本集合做多次迭代，直到给出软件兼容性的检测结果后，停止迭代。

将上述算法代入到云计算中，利用云交互平台为用户提供检测服务，则基于云计算的软件兼容性检测流程如图2所示。

图2 检测流程
结束语
兼容性测试是软件系统正常运行的必要保障，本文在云计算中，利用粒子群算法对分布式软件系统的兼容性进行测试。

仿真实验表明，该方法能够准确检测出不兼容的软件，同时具有较高的自动化程度。

云计算是软件性能测试领域中的新形势，在此环境下，能够提高检测效果，更加省时省力，在今后研究中可通过云计算技术测试软件的其他性能，使分布式系统更好地为人们提供服务。

参考文献
[1] 丁群.基于脆弱特征导向的移动端软件性能测试仿真[J].计算机仿真，2019,36(9):185-188,250.
[2] 惠子青，刘晓燕，严馨.一种动态加权组合神经网络模型的软件测试方法[J].微电子学与计算机，2020,37(4):60-64.
[3] 袁月.一种层次化的云操作系统性能诊断方法[J].计算机科学，2019,46(3):321-326.
钟方伟（1981-），男，毕业于长春大学，工学学士，研究方向软件工程、多语种信息处理、企业信息化。