利用链接预测技术前瞻架构坏味
软件工程
2018-08-21 v1 机器学习
摘要
软件系统自然会演化,而这种演化常带来导致系统退化的设计问题。架构坏味是此类问题的典型症候,其中若干坏味与模块间不期望的依赖有关。对这些坏味的早期检测对开发者十分重要,因为他们可提前规划维护或重构工作,从而防止系统退化。现有识别架构坏味的工具只能在坏味已存在于源码中时进行探测,这意味着其不期望的依赖已经产生。在本工作中,我们探索一种前瞻式方法,能够推断可能在未来系统版本中预示架构坏味的模块依赖组。我们的方法将当前模块结构视为网络,并结合先前版本的信息,应用(来自社交网络分析领域的)链接预测技术。我们特别关注与依赖相关的坏味,如循环依赖(Cyclic Dependency)与类中心依赖(Hublike Dependency),它们与链接预测模型契合良好。对两个开源项目的初步评估表明,在某些考量下,我们方法的预测令人满意。此外,该方法可扩展至其他类型的基于依赖的坏味或度量。
引用
@article{arxiv.1808.06362,
title = {Towards Anticipation of Architectural Smells using Link Prediction Techniques},
author = {J. Andrés Díaz-Pace and Antonela Tommasel and Daniela Godoy},
journal= {arXiv preprint arXiv:1808.06362},
year = {2018}
}
备注
Accepted for publication at SCAM 2018