题目：基础软件平台质量评估支撑工具关键技术研究

随着软件发展的平台化、网络化、服务化趋势，基础软件平台这种软件形态越来越受到重视。然而，在基础软件平台扮演越来越重要角色的时候，用户却面临品牌挑选的问题：如何挑选最适合自己需求的基础软件平台实例。这很大程度上是由于基础软件平台的独特性，现有的质量评估方法主要针对的是传统的软件形态，对基础软件平台的质量特性研究太少，且很难找到一种适合它的方法来定义评估的算法和参数。本文在国家863项目、“十五”科技攻关项目成果的基础上，开展了基础软件平台的评估方法和工具的研究。研究成果为用户和第三方评估机构评估、选择基础软件平台实例提供理论和工具支持，也为基础软件的开发商、集成商更有效地改进其产品提供依据。其中，主要研究成果如下：第一，研究问题域，提出使用贝叶斯网来解决基础软件平台的质量评估问题。本文首先分析了工具的主要用户，提出四种主要场景，用户执行评估之前可以进行场景的初始化，这将大大简化评估流程；接着为评估定义了生命周期，提升评估管理的效率，并有效指导用户的下一步操作；最后，研究了贝叶斯学习和贝叶斯推理，定义了贝叶斯网应用在基础软件平台评估中的流程，选定了适合本文数据特征的学习算法，分析并选取了推理模式，最后使用“噪音或”技术来简化贝叶斯网络。第二，设计并实现了一个基础软件平台的质量评估支撑工具。此工具不但支持以前的传统评估流程，更对贝叶斯评估方法提供良好的支撑。此工具以基础软件平台质量度量元值作为输入数据，输出评估结果给用户。对输入的度量元值给定基准值以及相关的调整幅度，若用户获取某度量因子值时存在问题，也可根据基准值来调整，从而不影响结果的计算和输出。第三，在国内基础软件平台相关厂商中对工具进行了初步应用。从工具的四类主要用户中，挑选操作系统开发商兼应用集成商为例，介绍了基本功能和高级功能的使用过程，并进行了简要的效果对比和分析。实践表明，本文的研究成果在辅助不同用户对象开展基础软件平台质量评估方面是可行、有效的，所设计的评估算法能动态、自适应地满足用户的评估需求。