Rapporten behandlar ett kandidatarbete i kursen "TDDD96 - Kandidatprojekt i programvaruutveckling" vid Linköpings universitet våren 2022. Projektet utfördes av åtta datateknologer som inom projektgruppen har samarbetat med en forskare från institutionen för beteendevetenskap och lärande (IBL) under avdelningen för funktionsnedsättning och samhälle (FUSA) för att producera en mobilapplikation med funktion att transkribera svenskt tal mellan två samtalsklienter. Huvudsyftet var att skapa ett gratis alternativ för folk i behov av transkriberade samtal då dagens etablerade alternativ endast är tillgängliga från Försäkringskassan om man har medicinskt intyg. I rapporten får man en översikt över hur arbetet har lagts upp, vilka processer som projektgruppen har följt och vilka metoder som projektgruppen använt för att komma fram till en produkt samt besvara rapportens frågeställningar. Resultatet blev en mobilapplikation som kan transkribera tal på svenska mellan två samtalsklienter med utvecklingsfokus på modularitet för att möjliggöra vidareutveckling av produkten.

There are many alternatives to choose from when deciding what client-side JavaScript framework to use, and these are growing by the day, which leaves developers with the difficult task of deciding the most suitable tool. Little research has been done on what drives the selection of a client-side JavaScript framework. Web developers at Exsitec AB are at times put in the position to choose which framework to use in a project, and as of today no specific basis for this choice exists. The purpose of this master’s thesis was to facilitate the process of choosing a client-side JavaScript framework for web developers, with the target group being web developers at Exsitec. The purpose was divided into two research questions. The first question was intended to find out important evaluation criteria in the choice of a client-side JavaScript framework and the second question was about developing a model for evaluating frameworks based on these important evaluation criteria. A pre-study was conducted by first researching literature about important evaluation criteria in the choice of a client-side JavaScript framework and then conducting interviews with and sending out a survey to web developers at Exsitec. Results from this was then used as a basis for developing an evaluation model that web developers can use in the choice of a client-side JavaScript framework. Firstly, a first draft of the evaluation model was made. Secondly, this model was tested by evaluating three JavaScript front-end frameworks React, Angular and Vue. Thirdly, the evaluation model was refined based on insights during testing. The conclusions drawn in this master’s thesis are a list of important evaluation criteria and an evaluation model based on these criteria that aid in understanding whether a client-side JavaScript framework is a good fit in a specific situation.

Automatiskt end-to-end testning är en form av testning-process som utförs helt av script på webbapplikation med mål att simulera en användarupplevelse och ge förmågan att testa produkter mer kontinuerligt under utvecklingen. Företaget SSG använder sig av Javascript-ramverket TestCafé för att skriva automatiska tester som säkerhetsställer kvalité till webbapplikationer som levereras till kunderna. Att skapa dessa tester är ett tidskrävande manuellt arbete som bidrar till minskad motivation för kontinuerligt testande av produkter. Projektet har undersökt en lösning genom att utveckla en VS Code extension som identifierar alla relevanta HTML-element och tar fram selectorer som är lättläsliga och mottagliga för ändringar i HTML-strukturen. Utvecklingen av projektet har använts sig av Data science-metoden för utforskning och lösning av delmål. Implementationen har använt web-scraping tekniker där ramverken Puppeteer och Cheerio har använts för att rendera dynamiskt webbinnehåll, analysera DOM-trädet och extrahera relevant data för att skapa jQuery selectors baserat på ett elements attribut. Selectorer presenteras genom användningen av designmönstret "page model", där selectorerna lagras i en strukturerad modell. Genom IntelliSense som visar klassmedlemmar kan selectorerna presenteras i utvecklingsmiljön. Expansionen kan identifiera alla element men är oförmögen att generera selector till alla element om de enbart förlitar sig på närliggande attributer. För att identifiera dessa element krävs manuell konfiguration av utvecklaren, eftersom det fortfarande krävs någon form av interaktion för att hämta dynamiskt innehåll. / Automatic end-to-end testing is a type of testing process that is performed entirely by scripts on a web application, with the aim of simulating a user experience and enabling more continuous testing of products during development. The company SSG utilizes the JavaScript framework TestCafé to write automated tests that ensure quality for web applications delivered to customers. Creating these tests is a time-consuming manual task that contributes to reduced motivation for continuous product testing. The project has explored a solution by developing a VS Code extension that identifies all relevant HTML elements and generates selectors that are readable and adaptable to changes in the HTML structure. The development of the project has employed the data science method for research and solution of sub-goals. The implementation has utilized web scraping techniques, where the frameworks Puppeteer and Cheerio have been used to render dynamic web content, analyze the DOM tree, and extract relevant data for creating jQuery selectors based on an element's attributes. Selectors are presented using the "page model" design pattern, where they are stored in a structured model. Through IntelliSense displaying class members, the selectors are presented within the development environment. The expansion can identify all elements but is unable to generate selectors for all elements solely relying on adjacent attributes. Manual configuration by the developer is required to identify these elements, as some form of interaction is still needed to fetch dynamically generated content.

With hardware performance no longer following Moore’s law, software optimization becomes more important. In this paper, we discuss parallel programming, which is one way to optimize software. However, writing parallel code is considered more difficult than writing sequential code. There is often a specific framework to be used to write parallel code for each type of parallel hardware. Skeleton programming frameworks are one way to reduce the number of parallel frameworks that a user needs to know. Skeleton programming frameworks implement high-level functions such as Map and Reduce that the user can customize. SkePU is one such framework. In order to understand the viability of SkePU compared to platform-specific frameworks, a performance analysis is performed. For the performance analysis, workloads were selected from the high-performance computing benchmarks Rodinia and PolyBench. The original programs written in CUDA and OpenMP are then compared performance-wise to an equivalent SkePU-implementation. There is also a code understandability survey between CUDA, OpenMP, and SkePU. SkePU performs best in the understandability survey. The observed difference between the frameworks, however, is not statistically significant. When execution times are compared, SkePU performs comparably to less optimized programs. SkePU is outperformed by hand-optimized code. The sample size for hand-optimized code is small and skewed due to algorithmic differences.

In the fourth industrial revolution known as Industry 4.0, massive amounts of data is collected, processed and communicated by cyber-physical systems and Internet of Things (IoT). Although the nature of this data varies, industrial data is often proprietary and may cause harm to the data owner in the event of a resource leak. Nonetheless, Industrial Internet of Things (IIoT) and System of Systems (SoS) architectures frequently rely on data sharing in partner eco-systems to produce value, necessitating selective and granular access control to prevent sensitive data from being unintentionally shared. This thesis explores the possibilities of providing unified access control for services in the Arrowhead Framework (AF), a framework that provides an architecture for building IoT-based automation systems. Strong security mechanisms currently exist in AF for ensuring that access to services provided by constituent provider systems is only granted to authorized consumers. However, there is often a need for more dynamic and fine-granular access control than what is currently offered at an orchestration level. An Arrowhead system which employs a general policy language to express policy based access control can offer a broad and unified service solution, enabling frequent access queries from different application systems, dynamic policy change, and contextual policy variables. Such a system has the potential to be a highly versatile asset for policy enforcement in Arrowhead SoS, and may serve as a go-to support system in AF. Next Generation Access Control (NGAC) is an attribute-based access control (ABAC) standard based on relations between data elements to create, manage and enforce access control policies, and enables systematic access control with a high level of granularity. We examine how NGAC can be used to securely enforce access control policies for data sharing with AF, and present a SoS solution that demonstrates the use of NGAC as the access control model for a resource system. The solution includes an Arrowhead policy server that enables enforcement of ABAC for Arrowhead-compliant application systems. We further examine the possibilities of easing integration of Arrowhead systems, and present a Policy Enforcement Point (PEP) library for the policy server.

Internet of Things (IoT) is one of the most thriving areas in software engineering in the recentyears. IoT is present in everyday activities as well as in various industries. IoT Data ManagementSystems (IoT DMSs) are one of the most important part of IoT as they process and control data insmart environments. This thesis work is focused on researching various IoT DMSs to gain moreknowledge and get familiar with this topic. The main goal is to develop a software that acts as amiddleware and supports multiple IoT DMSs and find out which techniques are suitable for finishingthis task successfully. The literature review was conducted and multiple IoT DMSs were researchedand their strength and weaknesses were identified. In addition to that, a software was developedin a form of web application with the capabilities to connect multiple IoT DMSs. This softwaresupports communication and data processing between four different IoT DMSs. Smart room lablocated on M¨alardalens University was used and connected to this software in combination with allthe devices and sensors that are connected in the Smart Room lab. The knowledge this researchprovides is useful to developers and users to use smart environment more efficiently. This area ofsoftware engineering (Internet of Things) has no limits and there are a lot of things that can bedone to improve it and make the full use of it.

Automatic Program Repair (APR) is a field that has gained much attention in recent years. The idea of automatically fixing bugs could save time and money for companies. Template Based Automatic Program Repair is an area within APR that uses fix templates for generating patches and a test suite for evaluating them. However, there exists many various tools and datasets, and the concept has not widely been evaluated at companies or tried in production. Critique of current research is that the bug datasets are gathered from only a few projects, are sparsely updated and are not representative of real-world projects. This thesis evaluates, TBar, Template based automatic program repair tool for Java on a large open-source bug dataset Bears and a small company dataset. Further, TBar is modified to kBar to be used for experiments. The results show that kBar presents Plausible patches to 35% (19/54) of the selected bugs and 13% (7/54) of them is Correct. Finally, a prototype were implemented at Saab, waiting for the developers to submit the first real-world bug to fix. / Automatisk programreparation (APR) är ett område som har fått mycket uppmärksamhet under senare år. Att reparera buggar automatiskt kan spara både tid och pengar för företag. Mallbaserad automatisk programreparation är ett område inom APR som använder färdiga mallar för att laga buggar och tester för att utvärdera dem. Men det finns många olika verktyg och dataset och konceptet har inte blivit storskaligt utvärderat på företag eller testat i produktion. Kritik av nuvarande forskning är att dataset med buggar är insamlade från ett fåtal projekt, sällan uppdaterade och inte representerar verkliga projekt. Det här arbetet utvärderar, TBar, ett mallbaserat automatiskt programreparationsverktyg för Java på ett stort open-source bug dataset Bears och ett litet dataset från företaget. Vidare modifieras TBar till kBar för att användas i experiment. Resultaten visar att kBar presenterar möjliga lagningar till 35% (19/54) av de utvalda buggarna och 13% (7/54) av dem är korrekta. Slutligen implementerades en prototyp hos Saab, som är redo för att utvecklarna ska skicka in den första buggen att reparera.

Modifiable Virtual Environments (MVEs) are widely popular, especially in the video game industry. An example application of MVEs is the game Minecraft, which has a player count reaching into the hundreds of millions. But despite the huge number of users, MVE applications have significant limitations regarding scalability. MVEs are generally deployed in client-server architectures, where servers can support, at a maximum, a few hundreds of clients simultaneously. This scalability issue severely hinders interaction between users and communities. Previous work in MVE scalability has been focused on scaling out servers using approaches that focus on user actions, or moving away from client-server architectures, specifically in the form of peer-to-peer or hybrid architectures. Yet, distribution through serverless computing has only recently been proposed, and no attempt at designing or gathering experimental data has been presented. Therefore, this thesis proposes a model for distributing the simulation process of MVEs and a prototype implementing said model over a serverless computing platform, with the main objective of increasing their scalability. The distribution model is specific to MVEs and exploits its design properties. We also present a system design to take advantage of said model, which consists of two additions to a traditional MVC client-server architecture: a client-side module, and a cloud module. Experimental results show that the proposed distribution model, applied in a serverless computing setting, is a viable approach for scaling MVE simulations. Furthermore, regarding performance and scalability, results show a meaningful increase in the volume of users and simulated constructs that the system can correctly handle. / Modifierbara virtuella miljöer (MVE) är mycket populära, särskilt i videospelsindustrin. En exempelapplikation av MVE är spelet Minecraft, som har ett antal spelare uppemot hundratals miljoner. Men trots det stora antalet användare, MVE applikationer har betydande begränsningar när det gäller skalbarhet. MVE används vanligtvis i klient-server arkitekturer, där servrar maximalt kan stödja några hundratals klienter samtidigt. Detta skalbarhetsproblem hindrar allvarligt interaktionen mellan användare och communityn. Tidigare arbete inom MVE-skalbarhet har fokuserat på att skala ut servrar med hjälp av tillvägagångssätt som fokuserar på användaråtgärder, eller att flytta ifrån klient-server arkitekturer, specifikt i formen av peer-to-peer eller hybridarkitekturer. Ändå har distribution genom serverlös datoranvändning bara nyligen föreslagits, och inget försök med design eller insamling av experimentella data har presenterats. Därför föreslår detta arbete en modell för distribution av simuleringsprocessen av MVE och en prototyp som implementerar modellen över en serverlös datorplattform, med huvudsyftet att öka deras skalbarhet. Distributionsmodellen är specifik för MVE och utnyttjar dess designegenskaper. Vi presenterar också en systemdesign för att dra nytta av modellen, som består av två tillägg till en traditionell MVC-klientserverarkitektur: en modul på klientsidan och en molnmodul. Experimentella resultat visar att den föreslagna distributionsmodellen, som tillämpas med serverlös datoranvändning, är ett hållbart tillvägagångssätt för att skala MVE simuleringar. När det gäller prestanda och skalbarhet visar resultaten dessutom en meningsfull ökning av användarvolym och simulerade konstruktioner som systemet kan hantera korrekt.

No description available.

Denna rapport beskriver ett projekt som gjordes i kursen TDDD96 - Kandidatprojekt i programvaruutveckling vid Linköpings universitet under våren 2022. Projektets mål var att utveckla en marknadsplattform åt företaget Zoezi där deras kunder hade möjligheten attvisa upp sina tjänster. Resultatet av projektet är en framände skriven i TypeScript somutvecklades med hjälp av ramverket React, samt en bakände skriven i Python som utvecklades med hjälp av ramverket Flask. Rapporten redovisar även hur gruppen arbetademed utvecklingsmetoden Scrum samt andra metoder som användes under utvecklingenav produkten. Vidare så presenterar rapporten de erfarenheter som gruppmedlemmarnahar erhållit under arbetets gång.De slutsatser som gruppen kommit fram till är att det är viktigt att sätta upp tydligabegränsningar och att ha rak kommunikation med beställaren för att skapa värde för kunden; gruppen har erhållit många erfarenheter under projektets gång, framförallt om hurman arbetar i grupp; en systemanatomi kan vara till stöd för en grupp, framförallt i börjanav ett projekt; agila arbetssätt har både positiva och negativa effekter på grupparbeten.Dessutom innehåller rapporten sju individuella delar som skrivits av gruppmedlemmarna och som behandlar ämnen relaterade till projektet.