[論文レビュー] Software graphs and programmer awareness

Gareth Baxter, Marcus Frean|ArXiv.org|Feb 16, 2008

Software Engineering Research参考文献 13被引用数 4

ひとこと要約

本稿では、ソフトウェア依存グラフで観察される特徴的なインデグリ（パワーロウ）とアウトデグリ（指数関数的）分布の背後にある要因を説明する生成モデルを提案する。このモデルは、開発者がアウトデグリ（出次数）を意識的に管理している一方でインデグリ（入次数）については無関心であるというプログラマの認知的特徴に起因するという仮説を採用している。モデルは出次数にのみ依存するノード分割メカニズムを用い、12個のJavaアプリケーションと14のメトリクスにおいて、実世界の分布を正確に再現した。

ABSTRACT

Dependencies between types in object-oriented software can be viewed as directed graphs, with types as nodes and dependencies as edges. The in-degree and out-degree distributions of such graphs have quite different forms, with the former resembling a power-law distribution and the latter an exponential distribution. This effect appears to be independent of application or type relationship. A simple generative model is proposed to explore the proposition that the difference arises because the programmer is aware of the out-degree of a type but not of its in-degree. The model reproduces the two distributions, and compares reasonably well to those observed in 14 different type relationships across 12 different Java applications.

研究の動機と目的

• 多様なJavaアプリケーションにおいて一貫して観察されるソフトウェア依存グラフのインデグリとアウトデグリ分布の間の持続的で非対称な特徴を説明すること。
• 開発者が出次数の依存関係には意識的であるが、入次数の依存関係には無関心であるという事実が、観察された分布形状を説明できるかどうかを調査すること。
• この認知的非対称性を捉えたシンプルな生成モデルを構築し、実証的度数分布を再現すること。
• モデルの妥当性を、複数のソフトウェアメトリクスと実世界のアプリケーションにおいて検証し、特定の設計パターンに依存しない一般化可能性を示すこと。

提案手法

• ノードの分割を許容する仕組みを備えた生成モデルにより、有向グラフを構築する。ノードはその出次数に応じて、自身の出次数に基づいて2つのノードに分割される。
• ノードの分割は、親ノードの出次数にのみ依存し、インデグリには依存しない。これは、開発者が出次数の依存関係にのみ意識的であることをモデル化する。
• エッジの生成には優先的付加（preferential attachment）を用い、出次数が高いノードにエッジが集中するように設計されている。
• 出次数分布は、出次数に依存する確率的プロセスに基づき、指数関数的分布が得られる。
• インデグリ分布はネットワーク成長プロセスの自然な結果として出現し、実データと一致するパワーロウ分布を示すことが判明した。
• モデルは、12個の実際のJavaアプリケーションから得た14のメトリクスと比較することで検証され、対数スケールおよび対数線形スケールのプロットを用いて予測分布と実測分布の一致度を評価した。

実験結果

リサーチクエスチョン

• RQ1 なぜソフトウェアグラフのインデグリ分布は一貫してパワーロウ分布を示す一方で、アウトデグリ分布は指数関数的形を取るのか？
• RQ2 観察された分布の非対称性は、開発者が出次数の依存関係にのみ意識的であるという事実によって、どの程度説明可能なのか？
• RQ3 出次数にのみ依存する非対称的ノード分割に基づくシンプルな生成モデルが、実ソフトウェアシステムで観察された実証的度数分布を再現できるか？
• RQ4 モデルの性能は、多様なソフトウェアアプリケーションおよび異なる種類の依存関係メトリクスにおいても維持されるのか？

主な発見

• モデルは、12個の実際のJavaアプリケーションにおける14の異なる依存関係メトリクスにおいて、観察されたパワーロウインデグリ分布と指数関数的アウトデグリ分布を正確に再現した。
• この非対称性の根幹をなすメカニズムである、出次数にのみ依存するノード分割が、度数分布形状のすべての非対称性を説明している。
• モデルの予測は、特に分布の末尾領域において実データとよく一致しており、その説明的パワーを裏付けている。
• 多様なアプリケーションとメトリクスにわたりモデルの成功が確認されたことから、開発者が出次数の依存関係に意識的であるという事実は、ソフトウェアアーキテクチャを形作る根本的で一般化可能なメカニズムであると考えられる。
• 複雑な仮定やアプリケーション固有の前提を必要とせず、最小限の仮定で観察されたネットワーク構造を十分に説明できるという点で、モデルは最小かつ十分な説明である。