应用系统分析工具帮助实现软件自愈

本篇文章1558字，读完约4分钟

[CCIDI新闻]越来越多的企业意识到软件质量的重要性，软件的安全性和效率已经成为公司成功运营的关键因素。对于企业来说，资本不仅应该投资于技术创新，还应该流向更新和维护原有的系统和软件产品。随着物联网和智能城市等颠覆性技术的出现，顶尖开发人才不仅应该关注技术创新，还应该花精力和时间改造旧软件。如果软件的自愈能力得到提高，开发团队的效率至少会提高30%。

十年前，软件技术的水平已经达到可以使用先进的逻辑来识别自己的故障并自我修复；将自我修复应用于当今世界并不困难，依靠技术来简化软件。软件自愈/自修复的概念已经在基础设施领域取得了实质性的进展，它可以防止由于大规模系统中断而导致的网络攻击或客户服务中断。数据中心配有故障转移指令，可自动保持系统正常运行；一般企业网络安装的防火墙足够敏感，可以检测不符合常规协议的恶意攻击。容器和云服务的应用将进一步防止应用和服务失败，并应对峰值交易量的突然增加。将自修复技术直接应用于源代码将有助于软件的开发和改进。

以2010年ibm在以色列实施的影子项目为例，该项目提出建立一个消除现代化和修复旧软件的失败模型。在过去，工程师需要花费大量的时间和精力来手动筛选旧代码，并且只有当代码质量问题被检测到时，它们才能被修复。影子工程旨在模仿工程师的行为，并将人工智能的原理应用到软件中。然而，这个项目是在没有修改源代码的情况下从外部进行的。只有将工程师修改和填写代码内容的行为导入影子工程，才能开发出自愈软件系统。

Ibm的想法有很大的潜力，但是由于市场成本高，当时实施这个项目还为时过早。主要原因是当时离岸外包正处于高峰期，旧软件的维护大多转向劳动力成本低的领域。如今，离岸外包的成本优势不像过去那么明显，商业世界变得更加灵活。企业更习惯于独立快速地处理it系统各个层面的变化，而不是依赖于维护外包服务。现在是谈论软件自我修复的时候了。

识别源代码层中的错误

自我修复过程的第一步是识别不安全的程序或具有潜在风险的程序，但这些问题和缺陷在前端很难识别，只有在应用程序运行且存在问题时才能识别。Cwe和mitre的cisq(it软件质量联盟)发布了通用软件质量标准，以帮助企业测试和评估软件质量。系统效率、灵活性、可维护性和安全性是构建自愈软件的基础。使用软件质量标准来测试应用程序使R&D公司的人员能够从系统的角度分析趋势，找出应用程序故障和服务中断的常见原因，建立一个准确且不断增长的缺陷代码数据库，并为通过机器学习进一步自动分析和预测系统故障奠定基础。

应用程序结构是离散和分离的，同时需要一个系统架构蓝图

已经开始实施微服务(包括将应用程序分解成更小、更易更改的组件)的团队将更容易实施非侵入式自我修复过程。然而，在某些情况下，这些组件必须重新组装以形成一个功能齐全的应用程序。将系统级分析作为质量检查，并将自修复系统投入生产，将有效地防止新的软件缺陷或问题代码返回系统。此外，在应用程序再次投入生产之前，应用系统级分析工具来创建架构蓝图将更有利于应用程序的系统化管理。cast aip(应用智能平台)自动检测、分析和生成架构蓝图的能力使得实现这些步骤变得容易。

软件自我修复技术创新的跳板

结合自修复的自动化特点，为企业创新奠定了良好的基础。例如，编写软件来自我检测和报告不遵守规则的不规则行为和活动可以简化应用程序向云的迁移。目前，软件应用程序被迁移到云环境中，并且应用程序可以在云中正确运行，这需要对代码进行单独的分析和返工。如果这些云应用程序能够分析并主动报告迁移前需要修复的内容，就可以节省时间和精力，及时防止云转型过程中的业务中断。Cast highlight的代码级自动分析功能有助于快速分析和发现应用云迁移的可行性指标，定位应用云迁移所需的代码修复内容。