[논문 리뷰] Reverse Engineering Variability in an Industrial Product Line: Observations and Lessons Learned

Sascha El-Sharkawy, Saura Jyoti Dhar외 4명|arXiv (Cornell University)|2021. 10. 12.

Advanced Software Engineering Methodologies참고 문헌 32인용 수 5

한 줄 요약

이 논문은 보쉬의 대규모 임베디드 제품 라인에서 이질적인 코드 아티팩트로부터 비불리언 변수 제약 조건을 역으로 분석하기 위한 확장된 기능 영향 분석 방법을 제시한다. 이 방법은 각 제품 버전의 31.8%에서 64.9%에 이르는 기능 간 종속성 제약 조건을 성공적으로 추출하여 기존 데이터 및 도메인 전문 지식과 통합함으로써 구성 가이던스 향상과 변수 모델의 완전성 향상을 가능하게 한다.

ABSTRACT

Ideally, a variability model is a correct and complete representation of product line features and constraints among them. Together with a mapping between features and code, this ensures that only valid products can be configured and derived. However, in practice the modeled constraints might be neither complete nor correct, which causes problems in the configuration and product derivation phases. This paper presents an approach to reverse engineer variability constraints from the implementation, and thus improve the correctness and completeness of variability models. We extended the concept of feature effect analysis to extract variability constraints from code artifacts of the Bosch PS-EC large-scale product line. We present an industrial application of the approach and discuss its required modifications to handle non-Boolean variability and heterogeneous artifact types.

연구 동기 및 목표

• 보쉬의 PS-EC 제품 라인에서 연간 2,000개 이상의 제품 버전을 위한 구성 작업을 줄이기 위해 코드에서 암묵적인 변수 제약 조건을 역으로 분석한다.
• 실행 아티팩트에서 제약 조건을 추출하여 기존 변수 모델의 정확성과 완전성을 향상시킨다.
• 기존 기능 영향 분석의 범위를 초월해 비불리언 기능과 이질적인 아티팩트 유형(예: C 코드, 설정 파일)을 처리한다.
• 역으로 분석한 제약 조건을 기존 구성 데이터와 전문가 지식과 통합하여 더 깔끔하고 유지보수가 쉬운 변수 모델을 만든다.
• 자동화된 구성 도구를 지원하기 위해 유효한 구성의 하한을 제공하여 유효한 코드 버전이 제외되지 않도록 보장한다.

제안 방법

• Nadi 등(2015)이 제안한 기능 영향 분석을 비불리언 기능과 C 코드, 설정 파일과 같은 이질적인 아티팩트 유형을 처리할 수 있도록 확장하였다.
• 속도와 유연성을 우선시하는 바탕 기반 코드 추출기(KernelHaven – CodeBlockExtractor)를 사용해 소스 코드에서 존재 조건을 추출하였다.
• 개별 제품 버전 간 기능 종속성 평가를 통해 영향 분석을 제품 단위로 수행하여 제약 조건을 식별하였다.
• 다양한 제품의 결과를 통합하여 기술 도메인(예: 가솔린 엔진 대 대비 디젤 엔진)과 관련된 군집 패턴을 탐지하였다.
• 기존 구성 데이터와 수동 기능 모델과의 통합을 계획하여 추출된 제약 조건의 검증 및 개선을 수행하였다.
• 향후 TypeChef를 활용해 더 정확한 매크로 및 변수 인식 파싱을 수행할 계획이지만, 성능 저하 문제가 여전히 우려된다.

실험 결과

연구 질문

• RQ1 산업 소프트웨어 제품 라인에서 비불리언 기능의 변수 제약 조건을 추출하기 위해 기능 영향 분석은 어떻게 적응시킬 수 있는가?
• RQ2 표준 소스 코드를 초월한 이질적인 아티팩트 유형에 기능 영향 분석을 적용하기 위해 어떤 수정이 필요한가?
• RQ3 기존 변수 모델과 비교했을 때 추출된 제약 조건는 완전성과 일관성 측면에서 어떻게 평가할 수 있는가?
• RQ4 역으로 분석한 제약 조건는 대규모 산업 제품 라인에서 구성 작업을 얼마나 줄일 수 있는가?
• RQ5 기존 구성 데이터와 전문가 지식은 어떻게 통합하여 역으로 분석한 변수 모델의 품질을 향상시킬 수 있는가?

주요 결과

• 고립적으로 분석했을 때, 역으로 분석한 제약 조건는 각 제품 버전의 31.8%에서 64.9%의 기능을 커버하며, 상당한 종속성 복잡성을 시사한다.
• 제약 조건가 포함된 기능의 분포는 넓지만 공개된 제품 라인에서 관찰된 것과 유사하여, 이 방법이 현실적인 종속성 구조를 잘 포착하고 있음을 시사한다.
• 다양한 제품의 결과를 통합하면 기술 도메인(예: 가솔린 대비 디젤)과 관련된 군집 현상이 드러나며, 도메인 특화 변수 모델의 이점이 있음을 시사한다.
• 이 방법은 비불리언 기능과 이질적인 아티팩트에서 제약 조건을 성공적으로 추출하여 기존 기능 영향 분석의 적용 범위를 원래의 범위를 초월해 확장한다.
• 초기 결과는 더 스마트하고 제약 조건 인식 기능을 갖춘 구성 도구를 통해 구성 작업을 줄일 잠재력이 매우 높다는 것을 시사한다.
• 향후 작업으로는 TypeChef로의 이관을 통한 파싱 정확도 향상, 역사적 구성 정보 추출, 오류 분석 및 개발자 워크숍을 통한 결과 검증이 포함된다.