[论文解读] Towards Controlling Refinements of Statecharts

Conner Hansen, Eugene Syriani+1 more|arXiv (Cornell University)|Mar 25, 2015

Model-Driven Software Engineering Techniques参考文献 5被引用 3

一句话总结

本文提出了一种用于Statecharts的正式规约关系，通过严格限制允许的修改范围，确保在增量开发过程中外部行为的保全。通过将规约限制在添加性更改（如在“虚拟”状态内添加转换和状态）之内，同时保留事件、守卫和结构连通性，该方法保证了向后兼容性和可预测性，从而实现模型的安全重用与演化，而不会破坏现有假设或行为。

ABSTRACT

In incremental development strategies, modelers frequently refine Statecharts models to satisfy requirements and changes. Although several solutions exist to the problem of Statecharts refinement, they provide such levels of freedom that a statechart cannot make assumptions or guarantees about its future structure. In this paper, we propose a set of bounding rules to limit the allowable Statecharts refinement operations such that certain assumptions will hold.

研究动机与目标

• 为解决现有Statecharts规约方法中缺乏控制的问题，这些方法允许任意修改，从而破坏行为假设。
• 通过施加约束以保持原始Statecharts的外部行为，实现安全的、增量的模型演化。
• 提供一种正式的规约机制，支持可重用性和维护性，同时与开闭原则和里氏替换原则等软件工程原则保持一致。
• 定义一组有界且现实的规则，将规约操作限制在仅维护原始模型行为完整性的范围内。
• 引入“虚拟”状态作为结构构造，以定位并控制在规约过程中可添加的新转换和状态的位置。

提出的方法

• 通过逆满射定义原始Statechart SC₀与规约后Statechart SCᵣ之间的规约关系R，以确保SCᵣ中的每个元素都精确映射到SC₀中的一个元素。
• 强制执行事件和变量包含关系（E₀ ⊆ Eᵣ 和 V₀ ⊆ Vᵣ），以保抝始模型的外部接口。
• 通过要求规约转换中的每个守卫都对应原始转换中的一个守卫，强制执行守卫包含关系，以保护断言的前置条件。
• 通过LTS（带标签的转移系统）语义强制执行结构包含关系：SC₀中的任何转移路径都必须在SCᵣ中可实现，无论是否通过中间步骤，均需保持连通性。
• 将新转换和状态的添加限制在“虚拟”状态内——一种特殊化的容器状态，允许受控扩展而不改变原始Statechart的核心结构。
• 禁止删除状态、转换或事件；禁止修改源/目标状态或事件触发器；仅允许在守卫中使用合取（不允许可析取），以避免削弱前置条件。

实验结果

研究问题

• RQ1 如何控制Statecharts的规约，以在增量开发过程中保护断言原始模型的外部行为？
• RQ2 需要哪些正式约束才能确保规约后的模型保持可预测性，并与原始假设保持向后兼容？
• RQ3 规约应以何种方式受到限制，才能实现安全扩展，同时不违反行为保证或引入意外副作用？
• RQ4 如何利用“虚拟”状态的概念来定位并控制模型演化，同时保护断构完整性？
• RQ5 哪些是最小但有效的规则，能够在Statecharts规约中平衡开发自由度与行为安全性？

主要发现

• 所提出的规约关系通过确保原始模型的所有事件、变量和转移路径在规约模型中均被保留，成功保护断言了原始Statechart的外部行为。
• 通过逆满射和基于LTS语义的结构包含关系，保证了在原始模型中可观测的任何行为在规约版本中仍可实现。
• 将新转换和状态的添加限制在“虚拟”状态内，实现了受控扩展，同时防止了可能破坏假设的非预期结构变更。
• 该方法防止了有害修改，如事件或守卫的更改、转换的删除或源/目标的重新分配，这些在UML和Rhapsody等现有工具中十分常见。
• 在增量开发示例中的实证评估表明，原始行为得到保护断言，同时仍允许广泛而安全的扩展。
• 与现有方法（如UML、Rhapsody、μ-Charts）相比，该方法通过施加更严格的行为保全约束，在确保行为可预测性方面表现更优。