[論文レビュー] ADDiff: Semantic Differencing for Activity Diagrams

Shahar Maoz, Jan Oliver Ringert+1 more|arXiv (Cornell University)|Sep 8, 2014

Software System Performance and Reliability参考文献 14被引用数 4

ひとこと要約

ADDiff は、1つのアクティビティ図に存在するが別の図に存在しない実行トレースを特定する意味的差分手法を導入し、モデルの進化における動作的変更の深い理解を可能にする。シンタクスベースのモデル比較とは異なり、BDD を用いた記号的計算と前方探索を用いて「diff witness」（意味的に重要な差分）を検出することで、より意味のある代替手段を提供する。

ABSTRACT

Activity diagrams (ADs) have recently become widely used in the modeling of workflows, business processes, and web-services, where they serve various purposes, from documentation, requirement definitions, and test case specifications, to simulation and code generation. As models, programs, and systems evolve over time, understanding changes and their impact is an important challenge, which has attracted much research efforts in recent years. In this paper we present addiff, a semantic differencing operator for ADs. Unlike most existing approaches to model comparison, which compare the concrete or the abstract syntax of two given diagrams and output a list of syntactical changes or edit operations, addiff considers the Semantics of the diagrams at hand and outputs a set of diff witnesses, each of which is an execution trace that is possible in the first AD and is not possible in the second. We motivate the use of addiff, formally define it, and show two algorithms to compute it, a concrete forward-search algorithm and a symbolic xpoint algorithm, implemented using BDDs and integrated into the Eclipse IDE. Empirical results and examples demonstrate the feasibility and unique contribution of addiff to the state-of-the-art in version comparison and evolution analysis.

研究の動機と目的

• 進化するアクティビティ図における意味的な動作的変更を捉えることができない構文的モデル比較の限界を解消すること。
• 1つのアクティビティ図で有効なが、もう一方では有効でない実行トレースを特定する手法を提供すること。これは真の意味的差分を表す。
• 要件分析、テスト、保守作業におけるモデル進化がシステム動作に与える影響をソフトウェアエンジニアが理解できるように支援すること。
• 実用的なモデル駆動開発ワークフローにおける使用を想定し、Eclipse IDE に差分手法を統合すること。

提案手法

• ADDiff は、最初のアクティビティ図に存在するが、2番目の図では実現不可能な実行トレース（「diff witness」と呼ばれる）を特定することで意味的差分を計算する。
• ソース図とターゲット図のすべての可能な実行経路を探索するため、具体的な前方探索アルゴリズムを採用する。
• 大規模な状態空間を効率的に表現・比較するために、二値決定図（BDD）を用いた記号的固定点アルゴリズムを用いる。
• 構文ではなくモデルの意味論に焦点を当て、動作的同等性および乖離に注目する。
• アルゴリズムは実装され、リアルタイムでのモデル進化分析を可能にするために Eclipse IDE に統合された。
• 本手法は、ワークフローおよびサービスモデルにおける動作的変更の手動および自動分析を両方サポートする。

実験結果

リサーチクエスチョン

• RQ1 構文的変更を超えて、2つのアクティビティ図バージョン間の意味的な重要な動作的差分をどのように検出できるか。
• RQ2 1つの図に存在するがもう一方には存在しない実行トレースを、形式的かつ計算的に実行可能な方法で特定するにはどうすればよいか。
• RQ3 BDD を用いた記号的計算が、複雑なアクティビティ図における意味的差分を効果的にスケーリングできるか。
• RQ4 提案された意味的差分手法は、従来の構文ベースのモデル比較手法に比べてどのように改善されるか。
• RQ5 diff witness は、実世界のモデル進化およびソフトウェア保守作業において実用的に有用であるか。

主な発見

• ADDiff は、1つのモデルで可能だがもう一方では不可能な実行トレースを検出することで、アクティビティ図における意味的差分を成功裏に特定し、動作的変更の洞察を提供する。
• BDD を用いた記号的固定点アルゴリズムにより、状態空間を効果的に圧縮することで、大規模かつ複雑なアクティビティ図のスケーラブルな解析が可能になる。
• 実験的評価により、ADDiff は構文ベースの比較ツールが見逃す意味的な動作的変更を検出できることを示している。
• Eclipse IDE への ADDiff 統合により、保守およびリファクタリング作業中の開発者が対話的かつリアルタイムでモデル進化を分析できるようになる。
• 事例研究では、diff witness が変更がシステム動作に与える影響を理解するのを支援することが明らかになった。特にワークフローやウェブサービスにおいて顕著である。
• 本手法により、構文的変更がしばしば顕著な意味的差分を隠蔽または曇らせることが明らかになった。これにより、意味論に配慮したモデル比較の必要性が強調された。