[论文解读] From Software Architecture Structure and Behavior Modeling to Implementations of Cyber-Physical Systems

Jan Oliver Ringert, Bernhard Rumpe⋆+1 more|arXiv (Cornell University)|Aug 25, 2014

Advanced Software Engineering Methodologies参考文献 19被引用 26

一句话总结

本文提出了一种针对 MontiArcAutomaton 的代码生成框架，MontiArcAutomaton 是一种将组件-连接器架构与 I/O 自动机相结合的建模语言，用于建模网络物理系统（CPS）。该框架通过四个生成器实现对 Java 和 Python 平台的代码生成，支持形式化分析、图形化编辑与部署，展示了面向复杂 CPS 的端到端模型驱动工程的可行性，且模型可重用、平台无关。

ABSTRACT

Software development for Cyber-Physical Systems (CPS) is a sophisticated activity as these systems are inherently complex. The engineering of CPS requires composition and interaction of diverse distributed software modules. Describing both, a systems architecture and behavior in integrated models, yields many advantages to cope with this complexity: the models are platform independent, can be decomposed to be developed independently by experts of the respective fields, are highly reusable and may be subjected to formal analysis. In this paper, we introduce a code generation framework for the MontiArcAutomaton modeling language. CPS are modeled as Component & Connector architectures with embedded I/O! automata. During development, these models can be analyzed using formal methods, graphically edited, and deployed to various platforms. For this, we present four code generators based on the MontiCore code generation framework, that implement the transformation from MontiArcAutomaton models to Mona (formal analysis), EMF Ecore (graphical editing), and Java and Python (deployment. Based on these prototypes, we discuss their commonalities and differences as well as language and application specific challenges focusing on code generator development.

研究动机与目标

• 通过集成架构与行为建模，解决开发网络物理系统（CPS）的复杂性。
• 通过将组件-连接器结构与 I/O 自动机相结合，实现平台无关、可形式化分析且可重用的系统模型。
• 开发代码生成流水线，将高层模型转换为 Java 和 Python 的可执行实现。
• 通过 Mona 工具支持图形化编辑与形式化验证，实现模型演化。
• 建立统一的模型驱动工程框架，连接 CPS 的设计、分析与部署。

提出的方法

• 使用 MontiArcAutomaton 建模 CPS，该领域特定语言结合了组件-连接器架构与 I/O 自动机，用于行为规范。
• 利用 MontiCore 代码生成框架定义从 MontiArcAutomaton 模型到目标产物的转换规则。
• 实现四个代码生成器：一个用于 Mona（形式化分析），一个用于 EMF Ecore（图形化编辑），两个用于 Java 和 Python（部署）。
• 通过在代码生成过程中保持架构与行为语义的一致性，确保模型保真度与平台无关性。
• 通过原型实现与生成器设计模式的对比分析，验证该框架。
• 利用形式化方法在早期开发阶段分析系统属性，如正确性与活性。

实验结果

研究问题

• RQ1 如何利用嵌入 I/O 自动机的组件-连接器架构来建模网络物理系统中的结构与行为？
• RQ2 从集成的架构与行为模型生成可执行代码面临哪些关键挑战？
• RQ3 如何在一个统一的模型驱动工程流水线中同时支持形式化分析、图形化编辑与部署？
• RQ4 在不同目标平台（如 Java、Python、Mona、EMF Ecore）上实现代码生成器的共性与差异是什么？
• RQ5 基于模型的开发在多大程度上能提升 CPS 开发中的可重用性、可维护性与正确性？

主要发现

• 所提出的框架成功将 MontiArcAutomaton 模型转换为 Java 和 Python 的可执行代码，支持在真实平台上的部署。
• Mona 生成器支持对系统属性（如安全性和活性）的形式化验证，证明了早期形式化分析的可行性。
• EMF Ecore 生成器支持图形化编辑与模型持久化，有助于迭代开发与工具集成。
• 四个代码生成器共享同一模型抽象，但因目标语言语义与平台约束，其实现复杂度存在显著差异。
• 将形式化方法与代码生成相结合，提升了模型的可靠性，并支持在早期阶段发现架构缺陷。
• 该方法实现了模型在开发各阶段的重用，并通过平台无关建模支持领域专家之间的协作。