CN111913702A - 一种基于图神经网络的软件系统中关键类的识别方法 - Google Patents

Abstract

本发明公开了一种基于图神经网络的软件系统中关键类识别的方法，包括：(1)利用开源工具解析软件源代码文件，提取类之间的各种关联关系，并根据这些关系构建类之间的加权软件网络模型；(2)利用网络嵌入方法，对加权软件网络中的节点进行学习，得到节点的嵌入向量；(3)构建基于图神经网络的排序模型(4)利用pairwise排序损失训练模型，以实现对网络中节点重要性排序。本发明的优点在于：在确保识别精度的情况下，可以在极低的时间复杂度内对大型软件系统进行分析，并从中识别出潜在的关键类。可以为开发者们理解软件结构，提高软件系统稳定性提供帮助。

Description

一种基于图神经网络的软件系统中关键类的识别方法

技术领域

本发明涉及软件工程软件网络分析技术领域，特别涉及一种基于图神经网络的软件系统中关键类的识别方法。

背景技术

随着网络的规模不断扩大，软件系统的复杂度随之不断提升，软件中存在缺陷是在所难免的。发现这些缺陷也变得愈发困难，这些缺陷一旦在软件使用过程中暴露出来，影响到的往往不仅是缺陷所在的模块本身，有可能是整个软件系统崩溃。有研究指出，软件系统中的缺陷与疾病的传播模型类似，会随着软件系统中的各种模块间依赖关系，例如方法调用和参数传递等，传播到其它没有缺陷的模块中，导致无缺陷的模块最后也同样出现问题。但软件系统的高复杂性已经成为现代软件的一个基本特征，所以软件行业必须以软件高度复杂为前提，设法提升软件质量。然而，软件开发者们的精力和时间是有限的，必须优先发现可能对系统造成致命打击的缺陷和漏洞。研究表明，大部分软件缺陷能给系统带来的影响是极为有限的，但处于软件系统中关键位置的类如果存在缺陷，造成系统出现重大故障的概率会更大。因此，如果可以使用自动化的方式挖掘软件系统中关键类，着重对这些关键类给予关注和完善，降低它们出现缺陷和遭到恶意攻击可能性，可以有效增加软件系统的稳定性与可靠性。

从上世纪90年代开始，人们发现网络结构非常适合表示现实世界中高度复杂的系统，将现实世界中存在的各种复杂系统抽象为网络而得到的模型被称之为复杂网络(complex network)。学者们逐渐认识到可以通过分析复杂网络来对复杂系统的复杂性进行量化，为系统科学的研究提供了全新的角度，而这与软件工程对于量化软件系统复杂度的需求不谋而合。复杂网络是描述和研究现实世界中对象之间相互作用的有力方法，是复杂系统的抽象。在软件工程领域，学者们也开始尝试将软件系统抽象为网络结构，即将软件系统的元素(包括模块、包、类、方法等)视为节点，元素之间的交互关系(包括依赖、调用等)视为连边，简称软件网络(software network)。早期研究成果已证实，软件网络中同样存在着“无标度”特性和“小世界”特性，说明软件网络也是复杂网络中典型的一种。因此，将复杂网络中节点重要性度量的方法引入软件网络，为识别软件系统中的关键类带来了一种新的视角。

在复杂网络中，存在一些“特殊节点”的节点。与其他节点相比，关键的(有影响的)节点包含更多的全局或局部网络信息。当网络中这部分节点失效时，将可能影响到整个网络。已有研究表明：在复杂网络中，如果10％左右的重要节点受到攻击时，将导致整个网络瘫痪。因此，确定网络节点的影响能力和识别有影响的节点具有重要的理论和现实意义。为此，提出一种软件网络中关键类识别的方法。

现有技术已有的编码器使用节点的度或直接使用节点的one-hot编码作为节点的初始特征输入，但只考虑了节点的少量局部信息。

现有技术已有的节点重要性排序方法有基于节点邻居的排序方法、基于路径的排序方法、基于特征向量的排序方法和基于节点移除和收缩的排序方法。以上方法在计算节点的重要性时，大部分是基于节点的局部信息，一部分基于全局信息的方法在真实的大规模网络中计算复杂度高。此外，以上方法都是建立在人工构建度量指标的基础上开展，还未有利用图神经网络来自动学习网络的全局结构信息，并将学习结果应用于软件系统的关键类识别研究。

发明内容

本发明针对现有技术的缺陷，提供了一种基于图神经网络的软件系统中关键类的识别方法，解决了现有技术中存在的缺陷。

为了实现以上发明目的，本发明采取的技术方案如下：

一种基于图神经网络的软件网络中关键类识别的方法，包括以下步骤：

A.解析软件代码源文件，构建加权网络模型，包括以下子步骤，

步骤A1，以Java语言开发的软件系统为例，运用Dependencyfinder工具对源代码编译后产生的.class文件、由源代码打包而成的.jar文件或者包含源代码的zip压缩包进行依赖关系扫描，并保存为XML文件；

步骤A2，从得到的XML文件中，提取源代码中类之间的各种依赖关系，并生成网络数据格式，具体的软件网络模型定义如下：

类级别软件网络CSN(Class-level Software Network)定义为一个有向加权网络CSN＝(V,E,W)，其中节点v_i(v_i∈V)代表软件系统的一个类或者接口,如果两个节点之间存在依赖关系，则它们之间存在一条连边e_ij(e_ij＝(v_i,v_j)∈E)，连边权重w_ij(w_ij＝(v_i,v_j)∈W)表示连边e_ij的权值；在CSN的建模过程中，类节点依赖关系主要涉及下面三种：

(1)继承，假如类i与类j之间存在继承或接口实现关系，则它们对应的类节点v_i和v_j之间存在一条连边e_ij；

(2)聚合，假如类i包含类j的属性，则它们对应的类节点v_i和v_j之间存在一条连边e_ij；

(3)参数，假如类i中的方法调用了类j的方法，则它们对应的类节点v_i和v_j之间存在一条连边e_ij。

在软件网络建模过程中使用类之间的依赖次数作为连接两个类节点边的权重，两个类之间每存在一次以上三种依赖关系，则连接两个类节点的边权重增加1，类节点之间的连边权重并不直接决定节点的重要性，而是代表了两个类之间的紧密程度；

B.利用网络嵌入方法，对加权软件网络中的节点进行学习，得到节点的嵌入向量，包括以下子步骤：

步骤B1，将网络中节点之间的连边关系通过偏向性随机游走转化为节点序列，并将这种序列类比为自然语言处理中的文本序列；

步骤B2，根据步骤B1得到的节点序列，通过词向量模型Skip-gram方法来学习网络节点的特征向量，即将网络中每个节点v转化为一个c维的表征向量X_v

C.构建基于图神经网络的排序模型，包括以下子步骤：

在软件网络CSN＝(V,E,W)定义基础上，令N(v)＝{u∈V|(v,u)∈E)表示节点v的直接邻居节点集，

表示节点v通过网络嵌入学习方法获得的网络嵌入向量，c为向量维度。

表示目标节点v在模型第k层的隐含嵌入向量，d为隐含嵌入向量的维度，初始时，让

为了简化模型，本发明保持不同层中隐含嵌入向量的维度d一样。

步骤C1，构建一个编码器，通过图神经网络使用迭代更新模式，网络中每一个节点在迭代中都进行加权平均的领域聚合其邻居节点在上一层迭代中的嵌入向量，并与自身在上一层迭代中的嵌入向量相结合，得到新一层的嵌入向量，以此获得网络全局的隐藏特征。表示如下：

其中k表示当前层，

表示目标节点v的邻居节点在k-1层的嵌入向量，

为目标节点v的所有邻居节点k-1层嵌入向量的聚合表示，

表示目标节点v在当前第k层的嵌入向量，是由目标节点v在k-1层的嵌入向量

和其邻居节点在当前层聚合向量

通过COMBINE函数组合而成，σ是一个激活函数，如ReLU。

和

分别为节点v和u的加权度，即节点的所有连边的权值之和，表示为

为节点v的邻居节点u在第k-1层的嵌入向量。初始特征向量

L为迭代层数，权重矩阵

在编码器的最顶端设置一个跳跃连接层，在此选择对每一个节点在每一层产生的嵌入向量取均值作为最终嵌入向量，因此，最后节点v的嵌入向量可表示为：

z_v为节点的最终嵌入向量，

表示目标节点v在当前第k层的嵌入向量，是由目标节点v在k-1层的嵌入向量

和其邻居节点在当前层聚合向量

通过COMBINE函数组合而成。

步骤C1运用一种改进的加权平均方法进行邻居节点的聚合处理，之所以使用节点的度作为权重处理，是因为节点的度计算检点，并且可以有效的描述节点在网络中的拓扑角色。使用这种聚合方法时，节点将会聚合更多拥有高权值连边的邻居节点的特征，而聚合低权值连边的邻居节点的特征将会减少，最终节点的特征向量将更加接近其拥有高权值连边的邻居节点。在编码器最顶端设置一个跳跃连接层主要目的是缓解因为节点在网络中位置的不同导致邻域聚合范围差异对邻域聚合效果造成的影响。

步骤C2，构建一个包含一个隐藏层的简单多层感知机(Multilayer Perceptron,MLP)的解码器，以编码器输出的节点嵌入向量Z为输入，隐藏层与输入层通过全连接，输出为f(WZ+b)，W为连接系数，b是偏置，用LeakyReLU作为激活函数，最后节点转为标量y_v，表示如下：

y_v＝LeakyReLU(Wz_v+b)；

其中y_v为节点转化的标量，Wz_v为嵌入向量的连接系数，b是偏置。

步骤C2中选用LeakyReLU作为激活函数，是因为该函数对负值的输入依然具有较小的梯度，可以缓解梯度消失等问题。

D.利用pairwise排序损失训练模型，以实现对网络中节点重要性排序，步骤如下：

对于节点对(v_i,v_j)，假设他们的真实重要性分别为I_i、I_j，而模型学习到的值分别为y_i和y_j，则需要的是y_ij＝y_i-y_j的相对排序顺序与I_ij＝I_i-I_j保持一致，可通过二元交叉熵代价函数C_i,j来推断y_ij，表示为：

C_i,j＝-g(I_ij)*logσ(y_ij)-(1-g(I_ij))*log(1-σ(y_ij))

其中g(x)＝1/(1+e^-x)，确保排序损失函数Loss最小。

节点对(v_i,v_j)，真实重要性分别为I_i、I_j，模型学习到的值分别为y_i和y_j，相对排序顺序y_ij＝y_i-y_j，相对排序顺序I_ij＝I_i-I_j，g(I_ij)为期望输出，σ(y_ij)为神经元的实际输出值，C_i,j为二元交叉熵代价函数。

步骤D利用pairwise排序损失训练模型,是为了训练编码器中的聚合和组合参数，以及解码器中的连接系数和偏置，需要尽可能使得模型输出的节点标量值排序与采用节点收缩法得到的节点重要性排序一致。

进一步地，步骤A2中在构建类之间的加权软件网络时，运用类级别软件网络CSN定义一个有向网络，使用类之间的依赖次数作为连接两个边的权重。

进一步地，步骤B1中利用网络嵌入学习思想，在随机游走过程中考虑上一步游走节点对下一步游走的影响，使用两个参数返回概率p和远离概率q控制下一步游走的策略。

与现有技术相比，本发明的优点在于：

(1)利用复杂网络理论，将软件系统抽象为软件网络，再结合无监督网络节点嵌入学习以及邻域聚合的方式，构建一个编码-解码(Encoder-Decoder)框架，提取软件系统中类节点的表征向量。最后利用pairwise排序训练，实现网络中节点的重要性排序，从而实现软件系统中关键类的识别。(2)提出了一个改进的图自动编码器，对软件网络进行全局结构的嵌入学习，尽可能的保留了网络的全局结构的信息。(3)利用图神经网络来自动学习网络的全局结构信息，并将学习结果应用于软件系统的关键类识别。

附图说明

图1是本发明实施例软件网络中关键类识别的方法框架图；

图2是本发明实施例编码器的构建图；

图3是本发明实施例感知机结构图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下根据附图并列举实施例，对本发明做进一步详细说明。

实施例是选择以Java语言开发的软件系统作为研究对象，因为在模型训练过程中，由于真实的软件系统规模比较大，训练起来耗时较长，考虑到软件网络满足复杂网络基本特性，所以利用人工生成的复杂网络作为样本进行模型训练，并采用节点收缩法作为标注训练样本网络节点重要性的参考依据。最后将训练得到的模型用于真实软件系统的关键类识别，并采用网络鲁棒性指标来评价关键类识别的精度。

利用NetworkX1的最新版本，选取网络节点规模分别为50、100、200、300、400个节点，网络中度分布的幂指数为3，随机各生成1600个复杂网络用于训练，生成40个复杂网络用于测试，并重复上述过程10次，根据验证性能采用提前停止选择最佳模型。模型测试阶段中，选取两组开源项目数据集，第一组数据来自本发明作者自己从下载的软件项目Maven和Vuze，这两个软件数据中没有专家标注的关键类信息。第二组数据来自互联网公开的Ant-1.6.1和JMeter-2.0.1数据集，数据中含有专家已标注好的关键类信息，且已在文献中被采用，其中Ant中拥有10个专家识别的关键类，JMeter中拥有14个专家识别的关键类。

如图1所示，一种基于图神经网络的软件网络中关键类识别的方法，包括以下步骤：

A.利用开源工具解析软件代码源文件，构建加权网络模型，包括以下子步骤；

步骤A1，选择以Java语言开发的软件系统作为分析对象，通过Dependencyfinder工具对源代码编译后产生的.class文件、由源代码打包而成的.jar文件或者包含源代码的zip压缩包进行依赖关系扫描，并保存为XML文件，XML文件中存放的是DependencyFinder对于Java源代码的分析结果，以一种嵌套的结构来表示源代码中包、类和方法三个粒度元素的基本信息和元素之间的依赖关系。最外层的<package>标签表示包，<class>表示类,<feature>表示方法/字段，最内层的<outbound>和<inbound>标签分别表示依赖与被依赖关系。本发明使用自主开发的解析程序对解析的XML文件进行标签解析，从中提取软件类之间依赖关系，并保存为.net网络文件格式以便下游工作使用。

步骤A2，利用解析并提取源代码中类之间的各种依赖关系，并且根据类之间的依赖程度生成网络数据格式。

B.利用网络嵌入方法，对加权软件网络中的节点进行学习，得到节点的嵌入向量，包括以下子步骤：

步骤B1，利用Node2vec方法，将网络中节点之间的连边关系通过偏向性随机游走转化为节点序列，并将这种序列类比为自然语言处理中的文本序列；

步骤B2，根据步骤B1得到的节点序列，通过词向量模型Skip-gram方法来学习网络节点的特征向量，即将网络中每个节点v转化为一个c维的表征向量X_v

令u为随机游走的起始节点，c_i表示游走过程中的第i步选择的游走节点，则有：

其中Z为标准化常数，α_pq(t,x)为非标准化转移概率，通过参数p和q对随机游走进行引导。α_pq(t,x)定义为：

其中d_tx表示节点t和节点x的距离，d_tx＝0表示节点t和节点x是同一个节点，d_tx＝1表示节点x是节点t的邻居节点，d_tx＝2表示节点x与节点t没有直接关系。当p较大q较小时，随机游走偏向深度优先搜索，而当p较小q较大时，随机游走偏向广度优先搜索。本发明方法在四个真实软件网络上可以取得最好效果，说明在下p＝1，q＝3的参数组合下初始网络嵌入可以较好的捕捉软件网络中的结构特性。

通过偏向性随机游走获得的节点序列可以类比为自然语言处理中的上下文，网络嵌入学习的目标是给定所有节点，使得其邻节点出现的概率最大，表示为：

其中N(u)∈V为节点u的邻域节点集合，

为节点u的特征向量，则由特征向量

得到邻域N(u)的概率为

定义为：

在此基础上，定义节点的特征向量在此节点作为源节点和邻域节点具有对称性，即节点在作为源节点和邻域节点计算时使用同一套特征向量。在给定节点u的情况下，生成节点n_i的条件概率可以通过对节点特征向量的内积进行SoftMax运算得到：

可得到最终优化函数：

Node2vec使用负采样技术计算式中的

部分，并使用随机梯度下降进行训练，最终得到每一个节点的特征向量。这些特征向量将作为下一节中图神经网络方法的初始输入。

C.构建基于图神经网络的排序模型，采用邻域聚合的方式设计一个编码器Encoder，而解码器Decoder设计成一个多层感知机。以网络嵌入学习得到的向量为输入，编码器Encoder利用网络结构将每个节点进一步编码成一个特征向量，该特征向量可捕获节点的重要结构信息。译码器Decoder再将每个节点的特征向量进一步转化为标量，然后利用pairwise排序损失训练模型，以实现对网络中节点重要性排序。包括以下子步骤，

步骤C1，构建一个编码器(图2)，通过GNN使用迭代更新模式，网络中每一个节点在迭代中都进行加权平均的领域聚合其邻居节点在上一层迭代中的嵌入向量，并与自身在上一层迭代中的嵌入向量相结合，得到新一层的嵌入向量，以此获得网络全局的隐藏特征。

在软件网络CSN＝(V,E)定义基础上，令N(v)＝{u∈V|(v,u)∈E)表示节点v的直接邻居节点集，

表示节点v通过网络嵌入学习方法获得的网络嵌入向量，c为向量维度。

表示目标节点v在模型第k层的隐含嵌入向量，d为隐含嵌入向量的维度，初始时，让

为了简化模型，本文保持不同层中隐含嵌入向量的维度d一样。

为了让网络中的节点获得网络全局结构的隐藏特征，需要将每个节点的特征与网络中其它节点的特征相结合。GNN使用迭代更新模式完成这一目标，网络中每一个节点在迭代中都会聚合(Aggregate)其邻居节点在上一层迭代中的嵌入向量，并与自身在上一层迭代中的嵌入向量相结合(Combine)，得到新一层的嵌入向量。表示如下：

其中k表示当前层，

表示目标节点v的邻居节点在k-1层的嵌入向量，

为目标节点v的所有邻居节点k-1层嵌入向量的聚合表示，AGGREAGE为网络中局部结点的信息聚合函数，

表示目标节点v在当前第k层的嵌入向量，是由目标节点v在k-1层的嵌入向量

和其邻居节点在当前层聚合向量

通过COMBINE函数组合而成，σ是一个激活函数，如ReLU。

常见的AGGREAGE函数有求和(sum)^[88]、平均值(mean)和最大值(max)等，这些方法通常不考虑节点连边的权值，而本发明使用的软件网络为加权网络，因此，在邻居节点嵌入向量聚合过程中，本发明提出一种改进的加权平均方法进行邻居节点的聚合处理，定义为：

其中

和

分别为节点v和u的加权度，即节点的所有连边的权值之和，表示为

为节点v的邻居节点u在第k-1层的嵌入向量。之所以采用节点的度来作为权重处理，是因为节点度计算起来简单，且可有效地描述节点在网络中的拓扑角色。使用这种聚合方法时，节点将会聚合更多拥有高权值连边的邻居节点的特征，而聚合低权值连边的邻居节点的特征将会减少，最终节点的特征向量将更加接近其拥有高权值连边的邻居节点。这与本发明对于软件网络边权的定义一致，即节点间的连边拥有高权值说明节点间联系的紧密程度更高。

COMBINE函数负责组合目标节点的邻居节点在前一层嵌入向量的聚合结果与目标节点自身在前一层生成的嵌入向量，得到节点在本层的新嵌入向量。常用函数有求和^[88]、拼接^[106]和门控循环单位(Gated Recurrent Units，GRU)^[85]等。在此本发明采取拼接作为组合函数，即以节点v的邻居节点在第k层的聚合向量

为输入，而节点v自身在第k-1层的嵌入向量

为隐含状态，于是节点v在第k层的新嵌入向量可表示为：

在编码器的最顶端设置了一个跳跃连接层，将模型前L层中每一层产生的嵌入向量都连接到跳跃连接层进行聚合，聚合方式可以选择最大池化、拼接或递归神经网络LSTM等。本发明在此选择对每一个节点在每一层产生的嵌入向量取均值作为最终嵌入向量，因此跳跃连接层相当于一个平均池化操作的聚合层，该操作简单而且不会引入任何参数学习任务。设置跳跃连接层的主要目的是缓解因为节点在网络中位置的不同导致邻域聚合范围差异对邻域聚合效果造成的影响。因此，最后节点v的嵌入向量可表示为：

步骤C2，构建一个包含一个隐藏层的简单三层感知机(Multilayer Perceptron,MLP)的解码器(图3)，以编码器输出的节点嵌入向量Z为输入，隐藏层与输入层通过全连接，输出为f(WZ+b)，W为连接系数，b是偏置，函数f可以是常用的sigmoid函数、tanh函数和ReLU函数。近年来，ReLU函数的改进方法LeakyReLU函数得到了广泛的应用，该函数对负值的输入依然具有较小的梯度，可以缓解梯度消失等问题，因此，本发明选用LeakyReLU作为激活函数，最后节点转为为标量y_v，表示如下：

y_v＝LeakyReLU(Wz_v+b)；

D.利用pairwise排序损失训练模型，以实现对网络中节点重要性排序，步骤如下：

对于节点对(v_i,v_j)，假如他们的真实重要性分别为I_i、I_j，而模型学习到的值分别为y_i和y_j，则我们需要的是y_ij＝y_i-y_j的相对排序顺序与I_ij＝I_i-I_j保持一致，可通过二元交叉熵代价函数C_i,j来推断y_ij，表示为：

C_i,j＝-g(I_ij)*logσ(y_ij)-(1-g(I_ij))*log(1-σ(y_ij))

其中g(x)＝1/(1+e^-x)，确保排序损失函数Loss最小。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (3)

1.一种基于图神经网络的软件网络中关键类识别的方法，其特征在于，包括以下步骤：

A.解析软件代码源文件，构建加权网络模型，包括以下子步骤，

步骤A1，以Java语言开发的软件系统为例，运用Dependencyfinder工具对源代码编译后产生的.class文件、由源代码打包而成的.jar文件或者包含源代码的zip压缩包进行依赖关系扫描，并保存为XML文件；

步骤A2，从得到的XML文件中，提取源代码中类之间的各种依赖关系，并生成网络数据格式，具体的软件网络模型定义如下：

类级别软件网络CSN定义为一个有向加权网络CSN＝(V,E,W)，其中节点v_i(v_i∈V)代表软件系统的一个类或者接口,如果两个节点之间存在依赖关系，则它们之间存在一条连边e_ij(e_ij＝(v_i,v_j)∈E)，连边权重w_ij(w_ij＝(v_i,v_j)∈W)表示连边e_ij的权值；在CSN的建模过程中，类节点依赖关系主要涉及下面三种：

(1)继承，假如类i与类j之间存在继承或接口实现关系，则它们对应的类节点v_i和v_j之间存在一条连边e_ij；

(2)聚合，假如类i包含类j的属性，则它们对应的类节点v_i和v_j之间存在一条连边e_ij；

(3)参数，假如类i中的方法调用了类j的方法，则它们对应的类节点v_i和v_j之间存在一条连边e_ij；

在软件网络建模过程中使用类之间的依赖次数作为连接两个类节点边的权重，两个类之间每存在一次以上三种依赖关系，则连接两个类节点的边权重增加1，类节点之间的连边权重并不直接决定节点的重要性，而是代表了两个类之间的紧密程度；

B.利用网络嵌入方法，对加权软件网络中的节点进行学习，得到节点的嵌入向量，包括以下子步骤：

步骤B1，将网络中节点之间的连边关系通过偏向性随机游走转化为节点序列，并将这种序列类比为自然语言处理中的文本序列；

步骤B2，根据步骤B1得到的节点序列，通过词向量模型Skip-gram方法来学习网络节点的特征向量，即将网络中每个节点v转化为一个c维的表征向量

C.构建基于图神经网络的排序模型，包括以下子步骤：

在软件网络CSN＝(V,E,W)定义基础上，令N(v)＝{u∈V|(v,u)∈E)表示节点v的直接邻居节点集，

表示节点v通过网络嵌入学习方法获得的网络嵌入向量，c为向量维度；

表示目标节点v在模型第k层的隐含嵌入向量，d为隐含嵌入向量的维度，初始时，让

为了简化模型，本发明保持不同层中隐含嵌入向量的维度d一样；

步骤C1，构建一个编码器，通过图神经网络使用迭代更新模式，网络中每一个节点在迭代中都进行加权平均的领域聚合其邻居节点在上一层迭代中的嵌入向量，并与自身在上一层迭代中的嵌入向量相结合，得到新一层的嵌入向量，以此获得网络全局的隐藏特征；表示如下：

其中k表示当前层，

表示目标节点v的邻居节点在k-1层的嵌入向量，

为目标节点v的所有邻居节点k-1层嵌入向量的聚合表示，

表示目标节点v在当前第k层的嵌入向量，是由目标节点v在k-1层的嵌入向量

和其邻居节点在当前层聚合向量

通过COMBINE函数组合而成，σ是一个激活函数，如ReLU；

和

分别为节点v和u的加权度，即节点的所有连边的权值之和，表示为

为节点v的邻居节点u在第k-1层的嵌入向量；初始特征向量

L为迭代层数，权重矩阵

在编码器的最顶端设置一个跳跃连接层，在此选择对每一个节点在每一层产生的嵌入向量取均值作为最终嵌入向量，因此，最后节点v的嵌入向量表示为：

z_v为节点的最终嵌入向量，

表示目标节点v在当前第k层的嵌入向量，是由目标节点v在k-1层的嵌入向量

和其邻居节点在当前层聚合向量

通过COMBINE函数组合而成；

步骤C2，构建一个包含一个隐藏层的简单多层感知机的解码器，以编码器输出的节点嵌入向量Z为输入，隐藏层与输入层通过全连接，输出为f(WZ+b)，用LeakyReLU作为激活函数，最后节点转为为标量y_v，表示如下：

y_v＝LeakyReLU(Wz_v+b)；

其中y_v为节点转化的标量，Wz_v为嵌入向量的连接系数，b是偏置；

D.利用pairwise排序损失训练模型，以实现对网络中节点重要性排序，步骤如下：

对于节点对(v_i,v_j)，假设他们的真实重要性分别为I_i、I_j，而模型学习到的值分别为y_i和y_j，则需要的是y_ij＝y_i-y_j的相对排序顺序与I_ij＝I_i-I_j保持一致，通过二元交叉熵代价函数C_i,j来推断y_ij，表示为：

C_i,j＝-g(I_ij)*logσ(y_ij)-(1-g(I_ij))*log(1-σ(y_ij))

其中g(x)＝1/(1+e^-x)，确保排序损失函数Loss最小；

节点对(v_i,v_j)，真实重要性分别为I_i、I_j，模型学习到的值分别为y_i和y_j，相对排序顺序y_ij＝y_i-y_j，相对排序顺序I_ij＝I_i-I_j，g(I_ij)为期望输出，σ(y_ij)为神经元的实际输出值，C_i,j为二元交叉熵代价函数。

2.根据权利要求1所述的软件网络中关键类识别的方法，其特征在于：步骤A2中在构建类之间的加权软件网络时，运用类级别软件网络CSN定义一个有向网络，使用类之间的依赖次数作为连接两个边的权重。

3.根据权利要求1所述的软件网络中关键类识别的方法，其特征在于：步骤B1中利用网络嵌入学习思想，在随机游走过程中考虑上一步游走节点对下一步游走的影响，使用两个参数返回概率p和远离概率q控制下一步游走的策略。

Images