[논문 리뷰] The proposal of improved inexact isomorphic graph algorithm to detect design patterns

Afnan Salem Ba-Brahem, M. Rizwan Jameel Qureshi|arXiv (Cornell University)|2014. 08. 26.

Software Engineering Research참고 문헌 2인용 수 5

한 줄 요약

이 논문은 4-튜플 간선 표현을 사용하여 시스템 및 패턴 UML 다이어그램을 그래프로 모델링함으로써 객체 지향 소프트웨어 시스템에서 설계 패턴을 탐지하기 위한 향상된 비정확한 그래프 이sov의 알고리즘을 제안한다. 이 방법은 구조적 변형이 있는 경우에도 효율적으로 설계 패턴을 탐지할 수 있으며, 실제 소프트웨어 설계에서 생성 패턴과 구조 패턴을 높은 정확도로 식별하는 데 성공한다.

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.

연구 동기 및 목표

• 객체 지향 소프트웨어 시스템에서 설계 패턴의 자동 탐지를 위한 증가하는 수요를 해결하기 위해.
• 구조적 변형과 거짓 음성에 취약한 기존의 패턴 탐지 기법의 한계를 극복하기 위해.
• UML 기반 시스템 설계에서 설계 패턴을 식별하기 위한 강력하고 확장 가능한 방법을 개발하기 위해.
• 고급 그래프 매칭 논리로 인해 정밀도와 재현율을 향상시키기 위해.
• 그래프 이론 기반 기법을 사용하여 형식화되고 확장 가능한 패턴 탐지 프레임워크를 제공하기 위해.

제안 방법

• 시스템 설계 및 설계 패턴 UML 다이어그램을 모두 클래스를 나타내는 노드와 관계를 나타내는 간선을 가진 방향성 있는 그래프로 모델링한다.
• 각 간선을 (원천, 대상, 레이블, 다중도)로 구성된 4-튜플로 표현하여 의미적 및 구조적 세부 정보를 포괄한다.
• 부분적인 구조적 불일치를 허용하면서도 의미적 일관성을 유지하는 새로운 비정확한 그래프 이sov 알고리즘을 적용한다.
• 노드와 간선을 시스템 그래프와 패턴 그래프 간에 정렬하기 위해 히우리스틱 기반 매칭 전략을 사용한다.
• 구조적 유사성과 의미적 일치도를 기반으로 잠재적 패턴 매칭을 순위 매기는 점수 기반 메커니즘을 구현한다.
• 오픈소스 소프트웨어 프로젝트의 실제 UML 다이어그램을 사용하여 알고리즘을 검증한다.

실험 결과

연구 질문

• RQ1 구조적 변형이 존재하는 상황에서 그래프 이sov는 어떻게 설계 패턴 탐지에 적응시킬 수 있는가?
• RQ2 4-튜플 간선 표현은 패턴 매칭 정확도를 얼마나 향상시키는가?
• RQ3 제안된 비정확한 이sov 알고리즘은 싱글턴, 팩터리, 어댑터와 같은 일반적인 설계 패턴을 효과적으로 탐지할 수 있는가?
• RQ4 기존 접근 방식과 비교했을 때 이 알고리즘의 정밀도와 재현율은 어떻게 평가되는가?
• RQ5 대규모 UML 다이어그램에 적용했을 때 이 방법의 확장성은 어떠한가?

주요 결과

• 제안된 알고리즘은 UML 다이어그램 벤치마크 세트에서 알려진 설계 패턴의 92%를 성공적으로 탐지하여 기준 방법을 능가했다.
• 4-튜플 간선 표현은 연관 다중도 및 상속과 같은 복잡한 관계의 탐지에 크게 기여했다.
• 비정확한 이sov 접근 방식은 정확한 매칭 기법과 비교해 거짓 음성 수를 30% 감소시켰다.
• 100개 이상의 클래스를 포함한 대규모 UML 다이어그램에서도 일관된 성능을 유지하며 확장성을 입증했다.
• 생성 패턴과 구조 패턴 탐지에서 정밀도 88%와 재현율 90%를 달성했다.
• 요소의 이름 변경 및 순서 변경과 같은 일반적인 UML 모델링 변형에 대해 강건함을 입증했다.