[논문 리뷰] An Application of Uncertain Reasoning to Requirements Engineering

Philip Barry, Kathryn Blackrnond Laskey|arXiv (Cornell University)|2013. 01. 23.

Advanced Software Engineering Methodologies참고 문헌 12인용 수 7

한 줄 요약

이 논문은 불확실성 하에서 사용자 요구사항을 시스템 요구사항으로 번역하기 위해 베이지안 네트워크를 사용하는 것을 제안한다. 도메인 지식을 모듈러한 네트워크 조각으로 모델링하고, 사용자 입력에서부터 믿음 전파를 통해 파생된 시스템 요구사항을 유추한다. 사례 연구를 통해 이 접근법이 초기 요구사항 공학에서 추적 가능성과 완전성을 향상시키는 데 성공적으로 적용되었음을 보여주었다.

ABSTRACT

This paper examines the use of Bayesian Networks to tackle one of the tougher problems in requirements engineering, translating user requirements into system requirements. The approach taken is to model domain knowledge as Bayesian Network fragments that are glued together to form a complete view of the domain specific system requirements. User requirements are introduced as evidence and the propagation of belief is used to determine what are the appropriate system requirements as indicated by user requirements. This concept has been demonstrated in the development of a system specification and the results are presented here.

연구 동기 및 목표

• 모호하거나 불완전한 사용자 요구사항을 정확하고 실행 가능한 시스템 요구사항으로 번역하는 데 도전하는 것.
• 확장 가능한 요구사항 명세를 위해 도메인 특화 지식을 재사용 가능한 베이지안 네트워크 조각으로 모델링하는 것.
• 사용자로부터 제공된 증거에서부터 믿음 전파를 통해 암시된 시스템 수준의 요구사항을 유추할 수 있도록 하는 것.
• 불확실성 하에서의 확률적 추론을 통해 요구사항의 추적 가능성과 완전성을 향상시키는 것.
• 실제 요구사항 공학 워크플로우에 불확실성 추론을 적용하는 타당성과 효과성을 입증하는 것.

제안 방법

• 시스템 구성 요소와 요구사항 간의 관계를 나타내는 모듈러한 베이지안 네트워크 조각으로 도메인 지식을 모델링하는 것.
• 사용자 요구사항을 베이지안 네트워크의 증거 노드로 통합하여 믿음 전파를 시작하는 것.
• 요구사항과 시스템 행동 간의 관계에서의 불확실성을 정량화하기 위해 조건부 확률 표를 사용하는 것.
• 베이지안 추론을 적용하여 사후 확률을 계산하고, 사용자 입력에 의해 암시되는 가장 가능성이 높은 시스템 요구사항을 식별하는 것.
• 도메인 특화 조각들을 연결하여 복합 네트워크를 구성함으로써 통합된 시스템 명세를 형성하는 것.
• 실제 시스템 개발 맥락에서의 사례 연구를 통해 접근법을 검증하는 것.

실험 결과

연구 질문

• RQ1 베이지안 네트워크를 사용하여 시스템 명세 단계에서 사용자 요구사항의 불확실성을 모델링하고 추론할 수 있는가?
• RQ2 모듈러한 베이지안 네트워크 조각이 요구사항 모델링의 확장성과 재사용성에 얼마나 기여하는가?
• RQ3 사용자가 제공한 증거에서 믿음 전파를 통해 명시적으로 기재되지 않은 시스템 수준의 요구사항을 신뢰성 있게 유추할 수 있는가?
• RQ4 이 접근법이 초기 요구사항 공학에서의 추적 가능성과 완전성을 어떻게 향상시키는가?
• RQ5 실제 요구사항 명세 작업에 불확실성 추론을 적용하는 데 실용적인 타당성이 있는가?

주요 결과

• 확률적 추론을 통해 사용자 요구사항이 일관된 시스템 명세로 성공적으로 번역되었으며, 이는 추적 가능성 향상을 보여주었다.
• 모듈러한 베이지안 네트워크 조각은 도메인 특화 지식의 점진적이고 재사용 가능한 모델링을 가능하게 하였다.
• 믿음 전파가 사용자 입력에 의해 논리적으로 암시되지만 직접적으로 기재되지 않은 암묵적 시스템 요구사항을 효과적으로 식별하였다.
• 조건부 확률을 통해 불확실성을 정량화함으로써 요구사항의 모호성을 감소시켰다.
• 사례 연구를 통해 불확실성 추론이 시스템 요구사항의 완전성과 일관성 향상에 기여함을 확인하였다.
• 결과적으로, 베이지안 네트워크가 초기 소프트웨어 공학 단계에서 불확실성을 다루는 공식적이고 확장 가능하며 해석 가능한 프레임워크를 제공함을 보여주었다.