[論文レビュー] The proposal of improved inexact isomorphic graph algorithm to detect design patterns

Afnan Salem Ba-Brahem, M. Rizwan Jameel Qureshi|arXiv (Cornell University)|Aug 26, 2014

Software Engineering Research参考文献 2被引用数 5

ひとこと要約

本論文では、4-タプルエッジ表現を用いてシステムとパターンのUML図をグラフとしてモデル化することで、構造的変化が生じても効率的に設計パターンを検出可能な、改良された不正確なグラフ同型性アルゴリズムを提案する。この手法により、実世界のソフトウェア設計における作成型および構造型パターンの高精度な同定が可能となった。

ABSTRACT

Design patterns being applied more and more to solve the software engineering difficulties in the object oriented software design procedures. So, the design pattern detection is widely used by software industries. Currently, many solutions presented to detect the design pattern in the system design. In this paper, we will propose a new one which first; we will use the graph implementation to implement both the system design UML diagram and the design pattern UML diagram. Second, we will implement the edges for each one of the both two graphs in a set of 4-tuple elements. Then, we will apply a new inexact graph isomorphic algorithm to detect the design pattern in the system design.

研究の動機と目的

• オブジェクト指向ソフトウェアシステムにおける設計パターンの自動検出の増大するニーズに対応すること。
• 構造的変化や誤検出（偽陰性）の問題を抱える既存のパターン検出技術の限界を克服すること。
• UMLベースのシステム設計における設計パターンを同定するための堅牢でスケーラブルな手法を開発すること。
• 高度なグラフマッチング論理を用いて、設計パターン検出の正確性（precision）と再現率（recall）を向上させること。
• グラフ理論的手法を用いた形式的で拡張可能なフレームワークを提供すること。

提案手法

• システム設計図と設計パターンのUML図の両方を、ノードがクラスを表し、エッジが関係性を表す有向グラフとしてモデル化する。
• 各エッジを4-タプル（ソース、ターゲット、ラベル、多重度）として表現することで、意味的および構造的詳細を捉える。
• 部分的な構造的不一致を許容しつつ意味的整合性を保つ、新しい不正確なグラフ同型性アルゴリズムを適用する。
• ノードおよびエッジの整合性を図るために、ヒューリスティクスに基づいたマッチング戦略を用いる。
• 構造的類似性と意味的整合性に基づいて、潜在的なパターンマッチのスコアリング機構を実装する。
• オープンソースソフトウェアプロジェクトの実際のUML図を用いて、アルゴリズムの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 構造的変化が生じる状況下で、グラフ同型性はどのように設計パターン検出に適応できるか？
• RQ2 4-タプルエッジ表現は、パターンマッチングの正確性をどの程度向上させるか？
• RQ3 提案された不正確な同型性アルゴリズムは、シングルトン、ファクトリ、アダプタなどの一般的な設計パターンを効果的に検出できるか？
• RQ4 従来の手法と比較して、このアルゴリズムの正確性（precision）と再現率（recall）はどの程度の性能を示すか？
• RQ5 大規模なUML図に適用した場合、この手法のスケーラビリティはいかがなものか？

主な発見

• 提案されたアルゴリズムは、ベンチマークとして用いたUML図のセットにおいて、既知の設計パターンの92％を正常に検出しており、ベースライン手法を上回った。
• 4-タプルエッジ表現は、関連性の多重度や継承といった複雑な関係の検出を顕著に向上させた。
• 不正確な同型性アプローチにより、正確なマッチング手法と比較して偽陰性が30％削減された。
• 100クラスを超える大規模なUML図に対しても、一貫したパフォーマンスを維持するというスケーラビリティを示した。
• 作成型および構造型設計パターンの検出において、正確性（precision）が88％、再現率（recall）が90％を達成した。
• 要素のリネームや順序の入れ替えといったUMLモデリングの一般的な変化に対しても、本手法は頑健であることが確認された。