一种基于知识图谱的军用软件质量风险管控方法及系统技术方案

本发明专利技术提供一种基于知识图谱的军用软件质量风险管控方法及系统，属于软件生命周期管控技术领域，解决了军用软件质量监督中存在空缺的问题；包括：确定军用软件质量风险管控系统的整体架构；对质量问题相关知识进行分类，得到质量问题数据规范；采用自顶向下的方式构建领域知识图谱，通过内容提取算法，得到军用软件的数据，存入软件数据库；确定质量监督点，并与质量问题数据规范进行关联，形成智能匹配算法；对实际质量问题进行梳理，与质量监督点进行匹配，输出并呈现监督结果；本发明专利技术在知识图谱技术的辅助下，搭建了完善的质量风险管控框架，能够在军用软件的质量监督、风险管控、问题处理和缺陷预防等过程中发挥及时有效的作用。用。用。

【技术实现步骤摘要】
一种基于知识图谱的军用软件质量风险管控方法及系统


[0001]本专利技术属于软件生命周期管控
，专用于军事软件的质量风险管控中，具体为一种基于知识图谱的军用软件质量风险管控方法及系统。

技术介绍

[0002]目前，在军用软件全生命周期内，其产品功能软件化特征愈发显著；然而，由于软件缺陷的若显性与黑盒特性，以及军用软件本身相较于民用普通软件存在的特殊性，导致了军用软件的工程化管理规范难、技术问题深入难、质量问题预防难的现状。常规的普通软件管控方式及标准，并不足以满足军用软件相关的严格及特殊要求。
[0003]现有技术中，软件的质量监管过程包括：构建软件缺陷知识库、梳理质量现状、提出对策建议、构建缺陷模式集、围绕软件缺陷分类分析、检索应用软件知识和质量监督评审等方法。但是，对军用领域的软件进行调查研究后发现，军用软件在设计开发、测试和交付使用等过程中，相比于民用软件，产生了更大量的缺陷和问题数据，传统的质量风险管控方法已难以应对并处理此类数据；由于军用软件的数据缺乏统一的标准规范，各个军用单位的数据格式各异，运用方式和应用深度不统一，特别是对于软件产品在总体联试以及交付使用后发生的问题，缺乏规范统一的工作标准和处理方法。
[0004]综上，现有技术还未见针对军用软件问题采集的标准规范，已有的研究工作也未见应用于军用软件质量监督及风险管控的智能化方法研究；如何挖掘和利用军用软件的缺陷和问题数据，解决军用软件质量监督过程面临的现实难题，已成为本领域学者和技术人员亟待研究的问题。

技术实现思路
r/>[0005]本专利技术的目的是解决
技术介绍
中提及的针对军用软件质量监督及风险管控存在的问题，提出了一种基于知识图谱的军用软件质量风险管控方法及系统；知识图谱技术可揭示相关知识领域的动态发展规律，为学科研究提供切实的、有价值的参考；本专利技术搭建了完善的质量风险管控框架，开展了军用软件的质量问题数据规范、知识图谱构建、质量监督点梳理等工作，并通过收集的军用软件数据对系统智能算法进行了训练；在验证了方法效果及系统功能，本专利技术能够在军用软件的质量监督、风险管控、问题处理和缺陷预防等过程中发挥及时有效的作用。
[0006]本专利技术采用了以下技术方案来实现目的：
[0007]一种基于知识图谱的军用软件质量风险管控方法，包括如下步骤：
[0008]S1、确定军用软件质量风险管控系统的整体架构，并依据军用软件的数据组成和质量风险管控需求，预留出系统架构中对应的接口层；
[0009]S2、依据军用软件的数据组成，通过对军用软件的质量问题相关知识进行分类，确定并获得军用软件的质量问题数据规范；
[0010]S3、依据军用软件的质量问题数据规范，构建出领域知识图谱，领域知识图谱采用
自顶向下的构建模式；通过领域知识图谱，在内容提取算法的辅助下，收集和挖掘军用软件的数据，并存入软件数据库中，便于数据的知识管理与知识应用过程；
[0011]S4、确定军用软件的质量监督点，将质量监督点与质量问题数据规范进行对应关联，形成相应的智能化匹配算法；
[0012]S5、将军用软件质量风险管控系统的预留接口层连接软件数据库和智能化匹配算法，在管控过程中的问题引入阶段，对军用软件数据中的实际质量问题进行梳理，与质量监督点进行智能化匹配后，系统输出并呈现军用软件的质量风险管控结果。
[0013]具体的，步骤S2中，在军用软件的数据组成中，数据来源分为结构化数据、半结构化数据和非结构化数据；结构化数据依据预设统一规则后进行规范化采集获得，半结构化数据包括各类典型缺陷集和测试相关数据知识，非结构化数据包括归零报告文档和质量案例文档。
[0014]进一步的，步骤S2中，军用软件的质量问题相关知识包括4个类型，依次为：错误、缺陷、故障、失效；随后，依据国军标、行业标准和企业标准，形成初步数据规范及其框架，经过多轮次的迭代试用，确定出军用软件的质量问题数据规范，并对该规范进行类别细分，留待后续步骤使用。
[0015]进一步的，步骤S3中，领域知识图谱自顶向下的构建模式中，先通过军用软件领域专家人员建立顶层模式层，并对整个知识图谱的全部模式层进行定义，然后将军用软件的数据对应的数据层实体概念添加到已经定义好的模式层中；依据军用软件的质量问题数据规范，定义模式层并构建出领域知识图谱的层级框架。
[0016]进一步的，步骤S3中，对于领域知识图谱的层级框架构建过程，还通过利用同义/上下位关系、概念属性关系和概念承接关系的方式进行构建，并采用多个维度来描述和定义军用软件质量问题的相关概念。
[0017]进一步的，在多个维度的描述和定义中，概念属性关系包括预定义概念属性和开放型概念属性；预定义概念属性以质量问题数据规范为基础进行预定义，同时定义每个属性的主要值；开放型概念属性通过从质量问题数据规范中挖掘出具有部分特点的属性词来形成，这类属性词包括影响、监督和解决措施。
[0018]进一步的，步骤S3中，领域知识图谱中的军用软件的数据分为结构化数据、半结构化数据和非结构化数据，不同类型的数据采用不同的收集和挖掘方式；对于结构化数据，依据模式层设计和领域知识图谱理论，直接提取所需的三元组；对于半结构化数据，以数据预处理方式进行提取，包括数据清洗操作和知识融合操作，产生符合颗粒度要求的三元组；对于非结构化数据，采用高阶语义模型与人工提取相结合的方式抽取三元组。
[0019]优选的，军用软件的非结构化数据抽取过程中，对于专业领域实体内容和通用领域实体内容的提取，分别对应采用BERT算法和通用模型算法实现；最终，整个非结构化数据的内容提取算法为：以BERT模型为基础，结合Bi
‑
LSTM双向长短时记忆网络和CRF条件随机场的算法结构，完成非结构化的文本语句实体识别过程；当军用软件的数据经过收集和挖掘后，基于多模态知识图谱概念，构建出Neo4J图数据库和SQL数据库，存储得到的军用软件的数据。
[0020]具体的，步骤S4中，军用软件的质量监督点包括体系监督、研制过程质量监督、生产过程质量监督、售后技术服务质量监督和外场质量问题监督。
[0021]本专利技术同时还提供一种基于知识图谱的军用软件质量风险管控系统，所述系统用于为上述质量风险管控方法提供对应的硬件平台，包括处理器、接口层和功能层；所述处理器统一调配并处理来自接口层和功能层的数据交互，执行对应于军用软件质量风险管控方法的程序代码；
[0022]所述接口层连接了智能匹配算法、Neo4J图数据库和SQL数据库，智能匹配算法用于将军用软件数据中的实际质量问题与质量监督点进行智能化匹配，以得出军用软件质量风险管控结果；Neo4J图数据库和SQL数据库中存储有经过收集和挖掘的军用软件数据，军用软件数据中存在对应的实际质量问题；
[0023]所述功能层包括智能问答模块、智能推荐模块、质量态势模块、标准法规模块、权限管理模块和知识管理模块；功能层用于对数据库中的领域知识图谱提供迭代完善和数据更新相关的操作，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的军用软件质量风险管控方法，其特征在于，包括如下步骤：S1、确定军用软件质量风险管控系统的整体架构，并依据军用软件的数据组成和质量风险管控需求，预留出系统架构中对应的接口层；S2、依据军用软件的数据组成，通过对军用软件的质量问题相关知识进行分类，确定并获得军用软件的质量问题数据规范；S3、依据军用软件的质量问题数据规范，构建出领域知识图谱，领域知识图谱采用自顶向下的构建模式；通过领域知识图谱，在内容提取算法的辅助下，收集和挖掘军用软件的数据，并存入软件数据库中，便于数据的知识管理与知识应用过程；S4、确定军用软件的质量监督点，将质量监督点与质量问题数据规范进行对应关联，形成相应的智能化匹配算法；S5、将军用软件质量风险管控系统的预留接口层连接软件数据库和智能化匹配算法，在管控过程中的问题引入阶段，对军用软件数据中的实际质量问题进行梳理，与质量监督点进行智能化匹配后，系统输出并呈现军用软件的质量风险管控结果。2.根据权利要求1所述的基于知识图谱的军用软件质量风险管控方法，其特征在于：步骤S2中，在军用软件的数据组成中，数据来源分为结构化数据、半结构化数据和非结构化数据；结构化数据依据预设统一规则后进行规范化采集获得，半结构化数据包括各类典型缺陷集和测试相关数据知识，非结构化数据包括归零报告文档和质量案例文档。3.根据权利要求2所述的基于知识图谱的军用软件质量风险管控方法，其特征在于：步骤S2中，军用软件的质量问题相关知识包括4个类型，依次为：错误、缺陷、故障、失效；随后，依据国军标、行业标准和企业标准，形成初步数据规范及其框架，经过多轮次的迭代试用，确定出军用软件的质量问题数据规范，并对该规范进行类别细分，留待后续步骤使用。4.根据权利要求1所述的基于知识图谱的军用软件质量风险管控方法，其特征在于：步骤S3中，领域知识图谱自顶向下的构建模式中，先通过军用软件领域专家人员建立顶层模式层，并对整个知识图谱的全部模式层进行定义，然后将军用软件的数据对应的数据层实体概念添加到已经定义好的模式层中；依据军用软件的质量问题数据规范，定义模式层并构建出领域知识图谱的层级框架。5.根据权利要求4所述的基于知识图谱的军用软件质量风险管控方法，其特征在于：步骤S3中，对于领域知识图谱的层级框架构建过程，还通过利用同义/上下位关系、概念属性关系和概念承接关系的方式进行构建，并采用多个维度来描述和定义军用软件质量问题的相关概念。6.根据权利要求5所述的基于知识图谱的军用软件质量风险管控方法，其特征在于：在多个维度的描述和定义中，概念属性关系包括预定义概念属性和开放型概念属性；预定义概念属性以质量问题数...

【专利技术属性】
技术研发人员：王郑力，张翼飞，李振，刘思杨，杜刚，李继秀，蒲卿路，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：