[논문 리뷰] ADDiff: Semantic Differencing for Activity Diagrams

Shahar Maoz, Jan Oliver Ringert외 1명|arXiv (Cornell University)|2014. 09. 08.

Software System Performance and Reliability참고 문헌 14인용 수 4

한 줄 요약

ADDiff는 모델의 진화 과정에서 행동적 변화를 더 깊이 이해할 수 있도록, 한 활동 다이어그램에 존재하지만 다른 다이어그램에는 존재하지 않는 실행 트레이스를 식별하는 의미론적 차이 분석 기법을 제안한다. 이는 BDD를 사용한 기호적 계산과 전진 탐색을 활용하여 'diff 워치맨'(semantically significant differences)을 탐지함으로써 문법적 모델 비교의 더 의미 있는 대안을 제공한다.

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.

연구 동기 및 목표

• 진화하는 활동 다이어그램에서 의미 있는 행동적 변화를 포착하지 못하는 문법적 모델 비교의 한계를 해결하기 위해.
• 한 활동 다이어그램에서는 유효하지만 다른 다이어그램에서는 유효하지 않은 실행 트레이스를 식별하는 방법을 제공함으로써 진정한 의미론적 차이를 표현하기 위해.
• 소프트웨어 엔지니어가 요구사항 분석, 테스팅 및 유지보수 과정에서 모델 진화가 시스템 행동에 미치는 영향을 이해하는 데 도움을 주기 위해.
• 실제 모델 기반 개발 워크플로우에서의 활용을 위해 ADDiff 기법을 Eclipse IDE에 통합하기 위해.

제안 방법

• ADDiff는 첫 번째 활동 다이어그램에 존재하지만 두 번째 다이어그램에서는 가능하지 않은 실행 트레이스를 식별함으로써 의미론적 차이를 계산한다. 이를 'diff 워치맨'이라 한다.
• 소스 및 타겟 다이어그램의 모든 가능한 실행 경로를 탐색하기 위해 구체적인 전진 탐색 알고리즘을 사용한다.
• 이론적 상태 공간을 효율적으로 표현하고 비교하기 위해 이진 결정 다이어그램(BDD)을 사용하는 기호적 고정점 알고리즘을 적용한다.
• 이 접근법은 문법이 아닌 모델의 의미론에 기반하여 행동 등가성과 이질성을 중심으로 다룬다.
• 알고리즘은 실시간 모델 진화 분석을 위한 실현 가능성을 확보하기 위해 Eclipse IDE에 구현 및 통합되었다.
• 이 방법은 워크플로우 및 서비스 모델의 행동적 변화에 대한 수동 검토와 자동 분석을 모두 지원한다.

실험 결과

연구 질문

• RQ1 문법적 변화를 초월하여 두 활동 다이어그램 버전 간의 의미 있는 행동적 차이를 어떻게 탐지할 수 있는가?
• RQ2 한 다이어그램에는 존재하지만 다른 다이어그램에는 존재하지 않는 실행 트레이스를 식별하는 공식적이고 계산적으로 실현 가능한 방법은 무엇인가?
• RQ3 BDD를 사용한 기호적 계산이 복잡한 활동 다이어그램에서 의미론적 차이를 효과적으로 스케일링하여 탐지할 수 있는가?
• RQ4 제안된 의미론적 차이 분석 기법은 기존의 문법 기반 모델 비교 기법에 비해 어떻게 향상되는가?
• RQ5 실제 모델 진화 및 소프트웨어 유지보수 작업에서 diff 워치맨의 실용적 유용성은 무엇인가?

주요 결과

• ADDiff는 한 모델에서는 가능하지만 다른 모델에서는 불가능한 실행 트레이스를 탐지함으로써 활동 다이어그램의 의미론적 차이를 성공적으로 식별하여 행동적 변화에 대한 통찰을 제공한다.
• BDD를 사용하는 기호적 고정점 알고리즘은 상태 공간을 압축적으로 표현함으로써 대규모이고 복잡한 활동 다이어그램의 분석을 스케일러블하게 가능하게 한다.
• 실증 평가 결과, ADDiff는 순수하게 문법 기반 비교 도구가 놓치는 의미 있는 행동적 변화를 탐지함을 입증하였다.
• Eclipse IDE에 통합된 ADDiff는 유지보수 및 리팩터링 과정에서 개발자가 실시간으로 모델 진화를 상호작용적으로 분석할 수 있도록 지원한다.
• 사례 연구 결과, diff 워치맨은 워크플로우 및 웹 서비스에서 변경 사항의 영향을 이해하는 데 개발자에게 유용한 도구로 기능함을 보여주었다.
• 이 방법은 문법적 변화가 종종 중요한 의미론적 차이를 가리거나 묘사하기 어렵게 만든다는 점을 드러내며, 의미론 인식 기반의 모델 비교의 필요성을 강조한다.