[论文解读] Synthesis of Attributed Feature Models From Product Descriptions: Foundations

Guillaume Bécan, Razieh Behjati+2 more|arXiv (Cornell University)|Feb 16, 2015

Advanced Software Engineering Methodologies参考文献 67被引用 3

一句话总结

本文提出了一种可靠、完整且可参数化的算法，用于从产品描述中合成带属性的特征模型（AFMs），采用配置矩阵作为基础。该方法可自动提取特征层次结构、属性位置、领域值及约束条件，并通过理论与实证验证了其在大规模领域尺寸和配置集合下的可扩展性。

ABSTRACT

Feature modeling is a widely used formalism to characterize a set of products (also called configurations). As a manual elaboration is a long and arduous task, numerous techniques have been proposed to reverse engineer feature models from various kinds of artefacts. But none of them synthesize feature attributes (or constraints over attributes) despite the practical relevance of attributes for documenting the different values across a range of products. In this report, we develop an algorithm for synthesizing attributed feature models given a set of product descriptions. We present sound, complete, and parametrizable techniques for computing all possible hierarchies, feature groups, placements of feature attributes, domain values, and constraints. We perform a complexity analysis w.r.t. number of features, attributes, configurations, and domain size. We also evaluate the scalability of our synthesis procedure using randomized configuration matrices. This report is a first step that aims to describe the foundations for synthesizing attributed feature models.

研究动机与目标

• 解决现有逆向工程技术在特征属性、领域值或属性约束方面无法自动合成的问题。
• 形式化配置矩阵与带属性的特征模型（AFMs）之间的关系，确保语义一致性。
• 设计一种可参数化的合成算法，从输入的产品描述中计算出所有可能的有效AFMs。
• 评估合成过程的理论与实际时间复杂度，针对特征数、属性数、配置数及领域大小进行分析。
• 为支持工具的AFM逆向工程奠定基础。

提出的方法

• 该方法采用配置矩阵的形式化表示来描述产品描述，编码多个配置中的布尔特征与数值属性。
• 通过基于约束的推理机制，计算所有可能的特征层次结构与特征组（如异或、或关系）。
• 通过分析配置间的共现模式与一致性，确定属性位置，确保语义正确性。
• 通过在配置间对属性值聚类提取领域值，并通过蕴含与依赖分析推导约束条件。
• 二元蕴含与复杂约束（如RC约束）的计算时间复杂度分别为O(v²·c·d)与O(v⁴·d + v²·d²)，其中v为值的数量，c为配置数，d为属性数。
• 合成过程可参数化，允许用户注入先验知识（如层次结构或属性位置）以引导输出结果。

实验结果

研究问题

• RQ1 如何从一组产品描述中可靠且完整地合成带属性的特征模型？
• RQ2 合成AFMs的理论与实际时间复杂度如何随特征数、属性数、配置数及领域大小变化？
• RQ3 该算法在领域尺寸与配置数量增加时的可扩展性如何？
• RQ4 与输入的配置矩阵相比，该算法在生成的AFM中如何处理过度近似问题？
• RQ5 合成流水线中的主要计算瓶颈是什么，如何进行优化？

主要发现

• 该算法在输入矩阵的配置语义上具有可靠性和完备性，确保不会遗漏任何有效AFM，也不会生成无效模型。
• 实际时间复杂度大致随执行时间的平方根增长，与最大领域尺寸呈线性相关（相关系数为0.932）。
• 二元蕴含与复杂约束（RC）的计算占总执行时间的90%以上，是主要性能瓶颈。
• 属性数量对算法可处理的最大领域尺寸影响极小，表明其可扩展性与属性数量无关。
• 该算法成功处理了最多1000个配置、领域尺寸达2000的配置矩阵，展现出强大的实际可扩展性。
• 通过人工验证与包含最小AFM结构（如单个异或组）的测试套件，确认实现正确无异常。