[논문 리뷰] Towards physical laws for software architecture

A. D. Chepelianskii|arXiv (Cornell University)|2010. 03. 29.

Complex Network Analysis Techniques참고 문헌 10인용 수 45

한 줄 요약

이 논문은 오픈소스 소프트웨어의 절차 호출 네트워크(PCN)를 스케일프리 네트워크로 모델링하고, PageRank 및 영향도 메트릭을 적용하여 핵심 코드 컴포넌트를 식별함으로써 소프트웨어 아키텍처에 정량적 프레임워크를 제안한다. 연구 결과, 웹과는 달리 PCN 내에서 인기와 영향도 간에 통계적으로 상관관계가 없음을 발견하였으며, 이는 '관심의 분리' 원칙에 정량적 근거를 제공하고, 구조적으로 중요한 코드 요소를 자동으로 탐지할 수 있음을 시사한다.

ABSTRACT

Starting from the pioneering works on software architecture precious guidelines have emerged to indicate how computer programs should be organized. For example the "separation of concerns" suggests to split a program into modules that overlap in functionality as little as possible. However these recommendations are mainly conceptual and are thus hard to express in a quantitative form. Hence software architecture relies on the individual experience and skill of the designers rather than on quantitative laws. In this article I apply the methods developed for the classification of information on the World-Wide-Web to study the organization of Open Source programs in an attempt to establish the statistical laws governing software architecture.

연구 동기 및 목표

• 소프트웨어 아키텍처에 대해 개념적 지침(예: 관심의 분리)을 넘어서 정량적이고 데이터 기반의 법칙을 수립하기 위해.
• 소스 코드에서 유도된 절차 호출 네트워크(PCN)로 소프트웨어의 구조적 성질을 분석하기 위해.
• 웹에서의 링크 분석 기법(예: PageRank)을 적용하여 소프트웨어 내 중요한 절차를 식별하기 위해.
• PCN 내에서 인기와 영향도 간 통계적 상관관계가 월드 와이드 웹에서의 것과 유사한지 조사하기 위해.
• 특성값의 상관관계 및 고유값 분포와 같은 구조적 특징을 통해 잘 조직된 소프트웨어와 웹 유사 네트워크를 구분하기 위해.

제안 방법

• C 소스 코드를 분석하여 절차 호출 네트워크(PCN)를 구성하며, 노드는 함수이고 방향성 있는 간선은 함수 호출을 나타낸다.
• Google 행렬 형식(G_ij = αS_ij + (1−α)/N)을 적용하여 각 함수의 PageRank(ρ) 및 영향도(ρ*) 벡터를 계산한다.
• 통계적 의존성 정도를 측정하기 위해 상관계수 κ = N∑ρ(i)ρ*(i) − 1을 사용한다.
• 특성값의 복소 평면 상 분포를 분석하여 네트워크의 모듈성 및 커뮤니티 구조를 평가한다.
• 도수 분포 P_in(ν) 및 P_out(ν̄)를 분석하여 스케일프리 행동을 테스트하고, γ_in ≈ 2.0 및 γ_out ≈ 3.0의 지수를 갖는 등급 법칙을 적합한다.
• 일관된 네트워크 메트릭을 사용하여 리눅스 커널, 지엠프, X 윈도우 서버 등 여러 오픈소스 프로젝트에 걸쳐 결과의 탄력성을 평가한다.

실험 결과

연구 질문

• RQ1 소프트웨어 아키텍처 네트워크는 월드 와이드 웹과 유사한 스케일프리 성질을 보이는가?
• RQ2 소프트웨어 네트워크에서 함수의 인기(페이지랭크)와 영향도(영향도 벡터) 사이에 통계적 상관관계가 존재하는가?
• RQ3 소프트웨어 PCN의 Google 행렬 특성값 분포는 웹 하이퍼링크 네트워크와 어떻게 비교되는가?
• RQ4 PCN 내에서 인기와 영향도 간 상관관계가 없는 것은 '관심의 분리' 원칙의 정량적 표현으로 해석될 수 있는가?
• RQ5 Google 행렬의 고유값 분포가 소프트웨어 시스템의 모듈성 및 조율 구조를 어느 정도 반영하는가?

주요 결과

• 리눅스 커널 및 기타 오픈소스 프로젝트의 절차 호출 네트워크(PCN)는 스케일프리 성질을 보이며, 들어오는 차수 및 나가는 차수 분포가 각각 γ_in = 2.0 ± 0.02 및 γ_out = 3.0 ± 0.1의 지수를 갖는 등급 법칙을 따른다.
• 인기(PageRank)와 영향도 간 상관계수 κ ≈ 0으로, PCN 내에서 유명한 함수와 영향력 있는 함수 간에 거의 독립적임을 나타내며, 이는 웹 네트워크에서 관찰되는 양의 κ 값(예: 3.79)과 대조된다.
• PCN의 Google 행렬 고유값 분포는 |λ| > 0.1 인 모드가 약 1%에 불과하여 독립적인 커뮤니티가 거의 없음을 시사하며, 이는 웹 네트워크에서 약 50%의 모드가 약하게 연결되어 있는 것과 대비된다.
• PCN 내에서 인기와 영향도의 공동 확률 분포 P(ρ, ρ*)는 마진 분포의 곱 p(ρ)p*(ρ*)와 거의 정확히 일치하여 통계적 독립성을 확인한다.
• 리눅스 커널의 do_fork()와 같이 인기와 영향도가 모두 높은 함수들은 코드 구조에서 이중 역할을 하므로 핵심 컴포넌트로 식별된다.
• 이 방법은 지엠프(κ = -0.068) 및 X 윈도우 서버(κ = -0.027)를 포함한 다른 오픈소스 프로젝트로도 일반화되며, 다양한 소프트웨어 시스템 간에 일관된 결과를 보였다.