• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 8
  • 2
  • Tagged with
  • 12
  • 12
  • 8
  • 8
  • 7
  • 5
  • 4
  • 4
  • 4
  • 4
  • 4
  • 4
  • 4
  • 3
  • 3
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
11

Identificando interesses transversais em modelos de requisitos PL-AOVgraph

Medeiros, Ma?ra de Faria Barros 04 February 2013 (has links)
Made available in DSpace on 2014-12-17T15:48:08Z (GMT). No. of bitstreams: 1 MairaFBM_DISSERT.pdf: 2457675 bytes, checksum: 89599b0e4d22e348438de0c61dc6f914 (MD5) Previous issue date: 2013-02-04 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The occurrence of problems related to the scattering and tangling phenomenon, such as the difficulty to do system maintenance, increasingly frequent. One way to solve this problem is related to the crosscutting concerns identification. To maximize its benefits, the identification must be performed from early stages of development process, but some works have reported that this has not been done in most of cases, making the system development susceptible to the errors incidence and prone to the refactoring later. This situation affects directly to the quality and cost of the system. PL-AOVgraph is a goal-oriented requirements modeling language which offers support to the relationships representation among requirements and provides separation of crosscutting concerns by crosscutting relationships representation. Therefore, this work presents a semi-automatic method to crosscutting concern identification in requirements specifications written in PL-AOVgraph. An adjacency matrix is used to identify the contributions relationships among the elements. The crosscutting concern identification is based in fan-out analysis of contribution relationships from the informations of adjacency matrix. When identified, the crosscutting relationships are created. And also, this method is implemented as a new module of ReqSys-MDD tool / A ocorr?ncia de problemas relacionados aos fen?menos de espalhamento e entrela?amento, tal como a dificuldade de manuten??o do sistema, ? cada vez mais frequente. Uma tentativa de resolver este problema est? relacionada ? identifica??o de interesses transversais. Para maximizar seus benef?cios, a identifica??o deve ser realizada desde as etapas iniciais do processo de desenvolvimento, por?m alguns trabalhos relatam que isto n?o tem sido feito na maioria dos casos, tornando o desenvolvimento do sistema suscet?vel ? ocorr?ncia de erros e propensos ? refatora??es em fases posteriores. Esta situa??o afeta diretamente ? qualidade e o custo do sistema. PL-AOVgraph ? uma linguagem de modelagem de requisitos orientada a metas que oferece suporte para representa??o dos relacionamentos entre requisitos e prov? separa??o de interesses transversais atrav?s da representa??o de relacionamentos transversais. Diante disso, esse trabalho apresenta um m?todo semi-autom?tico para identifica??o de interesses transversais em especifica??es de requisitos escritas em PL-AOVgraph. Uma matriz de adjac?ncia ? utilizada para a identifica??o dos relacionamentos de contribui??o entre os elementos. A identifica??o de interesses transversais ? baseada na an?lise fan-out dos relacionamentos de contribui??o a partir das informa??es da matriz de adjac?ncia. Quando identificados, os relacionamentos transversais s?o criados. Esse m?todo est? implementado como um novo m?dulo da ferramenta ReqSys-MDD
12

Modelagem e cômputo de métricas de interesse no contexto de modernização de sistemas legados

Honda, Raphael Rodrigues 13 October 2014 (has links)
Made available in DSpace on 2016-06-02T19:06:19Z (GMT). No. of bitstreams: 1 6441.pdf: 3762020 bytes, checksum: cf0babba26cd55b52382a3a068029d68 (MD5) Previous issue date: 2014-10-13 / Universidade Federal de Sao Carlos / Maintaining legacy systems is a complex and expensive activity for many companies. An alternative to this problem is the Architecture-Driven Modernization (ADM), proposed by the OMG (Object Management Group). ADM is a set of principles that support the modernization of systems using models. The Knowledge Discovery Metamodel (KDM) is the main ADM metamodel and it is able to represent various characteristics of a system, such as source code, configuration files and GUI. Through a reverse engineering process supported by tools is possible to extract knowledge from legacy source code and store it in KDM metamodel instances. Another metamodel that is important to this project is the Structured Metrics Metamodel (SMM) that allows the specification of metrics and also the representation of the measurements results performed on KDM models. When we decide to modernize a legacy system, an alternative that aims to improve concerns modularization of a system is the Aspect-Oriented Programming. Considering this alternative, the main goal of this project is to present an approach to defining and computing concern metrics in instances of KDM metamodel. This kind of measurement needs a prior concern mining that make notes on system components indicating concerns which it implements. To achieve the project objective, a complete approach to measure concerns using ADM models was developed, this approached is composed by an extension of KDM metamodel for representing Aspect- Oriented Software (AO-KDM), a concern metrics library in SMM format (CCML) developed in order to be parameterized by the Modernization Engineer. Therefore, the metrics defined in this project can be reused in other projects. Furthermore, we have developed a tool (CMEE) capable of handling parameterization annotations (notes about concerns made by the mining tools) that allows that models annotated by different mining tools could be measured by SMM metrics. / Manter sistemas legados é uma atividade complexa e cara para muitas empresas. Uma alternativa para este problema é a Modernização Dirigida à Arquitetura (Architecture- Driven Modernization - ADM), proposta pelo OMG (Object Management Group). A ADM consiste em um conjunto de princípios que apoiam a modernização de sistemas utilizando modelos. O Knowledge Discovery Metamodel (KDM) é o principal metamodelo da ADM e é capaz de representar diversas características de um sistema, como código-fonte, arquivos de configuração e de interface gráfica. Por meio de um processo de engenharia reversa apoiado por ferramentas é possível extrair conhecimento do código-fonte legado e armazená-lo em instâncias do metamodelo KDM. Outro metamodelo da ADM pertinente a este projeto é o Structured Metrics Metamodel (SMM) que torna possível a especificação de métricas e também a representação dos resultados de medições realizadas em modelos KDM. Quando decide-se modernizar um sistema legado, uma alternativa que procura melhorar o nível de modularização dos interesses de um sistema é a orientação a aspetos. Considerando essa alternativa, o objetivo deste projeto é apresentar uma abordagem para definição e aplicação de métricas de interesse em instâncias do metamodelo KDM. Esse tipo de medição precisa de uma mineração de interesses prévia, que realiza anotações nos componentes do sistema indicando qual interesse ele implementa. Para alcançar o objetivo do projeto, foi desenvolvida uma abordagem completa de medição de interesses utilizando modelos da ADM, composta por uma extensão do KDM para a representação de software orientado a aspectos (AO-KDM), uma biblioteca de métricas de interesses no formato SMM (CCML) desenvolvida com o intuito de ser parametrizável pelo Engenheiro de Modernização. Portanto, as métricas definidas neste projeto podem ser reusadas em outros projetos. Além disso, foi desenvolvida uma ferramenta de apoio computacional (CMEE) capaz de lidar com parametrização de anotações (anotações de interesses realizadas por ferramentas de mineração) que permite que modelos anotados com diferentes ferramentas de mineração possam ser medidos por métricas SMM.

Page generated in 0.0602 seconds