[論文レビュー] Complex Networks Analysis for Software Architecture: an Hibernate Call Graph Study

Daniel Henrique Mourão Falci, Orlando Gomes+1 more|arXiv (Cornell University)|Jun 29, 2017

Complex Network Analysis Techniques参考文献 7被引用数 3

ひとこと要約

この論文は、Hibernate 5.1.3の静的コールグラフに複雑ネットワーク解析を適用し、それが小世界的およびスケールフリーネットワークの性質を示し、モジュラリティが高く、強いコミュニティ構造を示していることを明らかにした。研究では中心性指標を用いて重要なコンポonentを同定し、ネットワーク理論の指標が従来のソフトウェアメトリクスでは捉えきれないアーキテクチャ的洞察を明らかにした。

ABSTRACT

Recent advancements in complex network analysis are encouraging and may provide useful insights when applied in software engineering domain, revealing properties and structures that cannot be captured by traditional metrics. In this paper, we analyzed the topological properties of Hibernate library, a well-known Java-based software through the extraction of its static call graph. The results reveal a complex network with small-world and scale-free characteristics while displaying a strong propensity on forming communities.

研究の動機と目的

• 複雑ネットワーク解析がソフトウェアシステムにおけるアーキテクチャ的に有意義な性質を明らかにできるかどうかを調査すること。
• ネットワーク理論の指標を用いてHibernateの静的コールグラフのトポロジー的特性を評価すること。
• 中心性およびモジュラリティ解析を用いて、アーキテクチャ的洞察を得るために重要なソフトウェアコンポonentを同定すること。
• ソフトウェアアーキテクチャの文脈において、従来のソフトウェアメトリクスと複雑ネットワーク指標を比較すること。
• Javaベースのソフトウェアからの静的コールグラフ抽出を容易にするツールを開発すること。

提案手法

• カスタムコールグラフ抽出ツールを用いて、Hibernate core.jar（バージョン 5.1.3）から静的コールグラフを抽出した。
• ソフトウェア要素をノード、メソッド呼び出しをエッジとする複雑ネットワークとしてコールグラフを表現した。
• 小世界的性質のテストのために、リンク確率 p ≈ 0.0001525 のErdős–Rényiランダムネットワークモデルを適用した。
• Hibernateネットワークの平均クラスタリング係数（C = 0.194）と平均最短経路（d = 19.664）を計算し、ランダムネットワーク（C ≈ 0、d ≈ 3.479）と比較した。
• コミュニティ検出のためのモジュラリティ最適化にLouvainアルゴリズムを用い、M = 0.838 を達成した。
• 中心性指標（次数、媒介性、固有ベクトル、PageRank）を適用し、主要なソフトウェアコンポonentを順位付けした。

実験結果

リサーチクエスチョン

• RQ1 Hibernateのような大規模なJavaライブラリの静的コールグラフは、小世界的特性を示すか？
• RQ2 Hibernateのコールグラフはスケールフリーであるか。これはべき則分布の度数分布を示唆するか？
• RQ3 コールグラフはどの程度コミュニティ構造を示しており、いくつのコミュニティが形成されるか？
• RQ4 複雑ネットワーク指標に基づいて、どのソフトウェアコンポonentが最も中心的または影響力があるか？
• RQ5 複雑ネットワーク指標は、従来のソフトウェアメトリクスでは捉えきれないアーキテクチャ的洞察を明らかにできるか？

主な発見

• Hibernateのコールグラフは小世界的特性を示しており、高いクラスタリング係数（C = 0.194）と相対的に短い平均経路長（d = 19.664）を示しており、ランダムネットワークの d ≈ 3.479 よりも顕著に高い。
• ネットワークはスケールフリーのトポロジーを示しており、次数分布のべき則指数 α ≈ 2.6 であるため、少数の高接続コンポonentと多数の疎結合コンポonentが存在することが示された。
• モジュラリティ解析により、M = 0.838 と非常に高いモジュラリティが得られ、理論的上限に近く、446の明確なコミュニティが検出された。10大コミュニティには全ノードの47.45％が含まれていた。
• 次数中心性で上位10位に入ったコンポonentには、org.hibernate.type.BasicType、org.hibernate.dialect.Dialect、org.hibernate.boot.MetadataBuilderImpl が含まれており、高い接続性が示された。
• org.hibernate.type.BasicType や org.hibernate.dialect.Dialect などのコンポonentは、複数の中心性指標で上位にランクされたため、アーキテクチャ的に重要な役割を果たしていると考えられる。
• 本研究は、複雑ネットワーク解析が、モジュラリティやスケールフリー性といった構造的性質を明らかにできることを確認した。これらは従来のソフトウェアメトリクスでは容易に検出できない。