[论文解读] Towards rational and minimal change propagation in model evolution

Hoa Khanh Dam, Aditya Ghose|arXiv (Cornell University)|Feb 25, 2014

Evolutionary Algorithms and Applications参考文献 27被引用 7

一句话总结

本文通过借鉴人工智能中的信念修正公理，提出了一种理性和最小化变更传播的框架，用于软件模型演化，实现了最优变更选项的自动化选择。该框架将变更传播建模为基于成本的动作评估的状态空间搜索，确保在保持模型一致性的同时，最小化对模型的结构和语义干扰。

ABSTRACT

A critical issue in the evolution of software models is change propagation: given a primary change that is made to a model in order to meet a new or changed requirement, what additional secondary changes are needed to maintain consistency within the model, and between the model and other models in the system? In practice, there are many ways of propagating changes to fix a given inconsistency, and how to justify and automate the selection between such change options remains a critical challenge. In this paper, we propose a number of postulates, inspired by the mature belief revision theory, that a change propagation process should satisfy to be considered rational and minimal. Such postulates enable us to reason about selecting alternative change options, and consequently to develop a machinery that automatically performs this task. We further argue that a possible implementation of such a change propagation process can be considered as a classical state space search in which each state represents a snapshot of the model in the process. This view naturally reflects the cascading nature of change propagation, where each change can require further changes to be made.

研究动机与目标

• 为解决在模型演化过程中选择最优次级变更以保持一致性的挑战。
• 通过借鉴AGM信念修正模型的公理，形式化理性且最小化的变更传播。
• 实现自动化、可扩展的变更传播，以最小化对模型的结构和语义变更。
• 开发一种基于搜索的变更传播实现，反映模型版本之间的概念距离。
• 为模型演化中变更选项的推理提供原则性基础，减少手动操作和错误。

提出的方法

• 将AGM信念修正公理适配于模型演化，确保变更传播的理性和最小化。
• 将变更传播建模为状态空间搜索，其中每个状态代表一次变更后的模型快照。
• 为基本动作类型（创建、删除、更新、关系变更）分配特定的成本值，以反映其概念影响。
• 使用基于集合和基数的接近度度量方法，评估模型版本之间的结构和语义距离。
• 在UML活动图中引入活动的语义效应标注，以计算模型之间的语义接近度。
• 采用经典搜索算法（如A*、最佳优先）并结合启发式估计，引导高效搜索至一致的模型状态。

实验结果

研究问题

• RQ1 如何形式化证明在模型演化过程中选择次级变更的合理性？
• RQ2 哪些原则可确保变更传播既合理又最小化？
• RQ3 如何建模模型版本之间的概念距离，以指导高效搜索？
• RQ4 信念修正公理能否被适配以支持软件模型中的自动化变更传播？
• RQ5 如何度量模型之间的结构和语义接近度，以反映最小化变更？

主要发现

• 所提出的公理为变更传播决策提供了正式基础，确保了理性和最小化。
• 变更传播可有效建模为状态空间搜索，从而实现对变更序列的系统性探索。
• 基于成本的动作分配机制允许对不同变更选项进行比较，尽管成本值在孤立情况下由用户配置且具有任意性。
• 基于集合包含关系和基数的结构与语义接近度度量，能够捕捉模型变更的形式与语义特征。
• 通过利用经典搜索技术，该框架支持可扩展的变更传播，实践中避免了穷举搜索。
• 该方法实现了自动化、最小化且一致的模型演化，显著减少了复杂系统中的人工操作和错误。