[论文解读] Maintainability Estimation Model for Object-Oriented Software in Design Phase (MEMOOD)

Syed Wajahat Abbas Rizvi, Raees Ahmad Khan|arXiv (Cornell University)|Apr 26, 2010

Software Engineering Research参考文献 19被引用 44

一句话总结

本文提出MEMOOD，一种多变量线性模型，通过使用设计级度量量化类图的可理解性和可修改性，以在设计阶段估算面向对象软件的可维护性。通过统计度量验证，MEMOOD能够早期识别可维护性问题，使设计者在实现前提升软件质量。

ABSTRACT

Measuring software maintainability early in the development life cycle, especially at the design phase, may help designers to incorporate required enhancement and corrections for improving maintainability of the final software. This paper developed a multivariate linear model 'Maintainability Estimation Model for Object-Oriented software in Design phase' (MEMOOD), which estimates the maintainability of class diagrams in terms of their understandability and modifiability. While, in order to quantify class diagram's understandability and modifiability the paper further developed two more multivariate models. These two models use design level object-oriented metrics, to quantify understandability and modifiability of class diagram. Such early quantification of maintainability provides an opportunity to improve the maintainability of class diagram and consequently the maintainability of final software. All the three models have been validated through appropriate statistical measures and contextual interpretation has been drawn.

研究动机与目标

• 解决在软件开发生命周期早期，特别是在设计阶段估算软件可维护性的挑战。
• 识别影响可维护性的关键设计级面向对象度量。
• 基于可理解性和可修改性，开发一个预测模型以估算类图的可维护性。
• 为设计者提供一个实用框架，以便在编码开始前主动提升软件质量。
• 使用统计度量和上下文解释对模型进行验证，以确保其可靠性和适用性。

提出的方法

• 提出一种多变量线性模型MEMOOD，基于类图的可理解性和可修改性来估算整体软件可维护性。
• 开发两个辅助多变量模型，分别使用面向对象设计级度量来量化可理解性和可修改性。
• 选择并应用相关的面向对象度量，如耦合度、内聚度和继承深度，以评估设计特征。
• 使用回归分析建立度量与可维护性指标之间的数学关系。
• 使用决定系数R-squared、F统计量和p值等统计度量验证模型，以确保模型显著性。
• 对结果进行上下文解释，以确保其实际相关性并符合软件工程原则。

实验结果

研究问题

• RQ1 如何通过可度量的设计属性在设计阶段早期估算软件可维护性？
• RQ2 哪些设计级面向对象度量最能预测类图的可理解性？
• RQ3 哪些度量对面向对象系统中类图的可修改性影响最大？
• RQ4 多变量模型在多大程度上能准确地从设计阶段特征预测整体软件可维护性？
• RQ5 所提出的模型在估算可维护性方面的可靠性和统计显著性如何？

主要发现

• MEMOOD模型成功地将可理解性和可修改性作为关键预测因子，用于估算软件可维护性。
• 可理解性模型表现出强烈的统计显著性，决定系数R-squared值较高，表明模型与数据拟合良好。
• 可修改性模型也表现出显著的预测能力，证实了所选设计度量的相关性。
• 整体可维护性模型达到了较高的准确性，能够实现对潜在可维护性问题的早期检测。
• 统计验证确认了模型的可靠性，p值低于显著性阈值的常规水平。
• 对结果的上下文解释支持了模型在指导设计改进方面的实际效用。