小模型大数据:一种分析软件行为的代数方法

问题框架方法分析软件需求时需要通过借助领域知识及其之间的结构关系来论述用户的需求是可以被软件系统满足的.这类定性的可满足性论述支持早期需求决策，选择合理的软件体系结构和设计方案.但是，当前的移动软件需求方是偏好各异的用户个体，需求差异化明显，而且根据应用场景，这些需求会动态地发生变化.在这种情况下，现有的定性分析方法不再适用.大数据分析提供一种数据驱动的深度学习机制，为很多实践者采用.但依靠数据驱动的软件分析往往就事论事，仍然不能从根本上提供一个合理的论述来说明大量软件用户的需求到底是什么，也无法对可信软件的安全性和私密性提供可靠的论证.再多的数据也只能提供统计意义的表象，而无法彻底防范借用漏洞的攻击.尝试从提炼软件抽象目标行为的角度进一步深化问题框架的研究思路，针对各类个体行为建立概率模型，提出一种基于模型代数分析的方法，以避开纯粹数据驱动思路的大数据分析盲点.通过对安全和隐私性问题的分析，对所提出的方法可用性及局限性进行探讨，对未来大数据软件需求研究给予一定的启示