Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-07T13:01:50Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) plc2DissertacaoScaleIstar.pdf: 7858953 bytes, checksum: f3d9339b198f486f87b0ab0a60d298b9 (MD5) / Made available in DSpace on 2016-04-07T13:01:50Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) plc2DissertacaoScaleIstar.pdf: 7858953 bytes, checksum: f3d9339b198f486f87b0ab0a60d298b9 (MD5) Previous issue date: 2015-09-14 / A linguagem iStar (i*) é um framework de modelagem aplicado na Engenharia de Requisitos proposto há duas décadas. Os modelos i* relacionam todo os participantes envolvidos (atores, agentes, papéis e posições) através de relacionamentos de dependências estratégicas e intenções (metas, tarefas, metas brandas e recursos). Ao longo dos anos, relatos científicos descrevem estudos sobre o iStar (i*) e variações dessa linguagem e apontam que, fundamentalmente, a linguagem i* tem sido usada para modelar diferentes domínios, tais como telecomunicações, controle de trafego aéreo, dentre outros. Entretanto, nesses estudos, constatou-se que vários pontos fracos e limitações podem ser observados na linguagem i*, como por exemplo: falta de padronização, diferentes métodos de modelagem, falta de reusabilidade, ferramentas não profissionais, e, dentre outros muitos desafios, destaca-se a escalabilidade de seus modelos, segundo reconhecidos pesquisadores desta área de estudo. Assim, esta pesquisa mapeia estudos que abordaram a questão da escalabilidade do i* e tem como por objetivo conhecer: distribuição desses estudos, definições sobre a escalabilidade do i*, menções para contribuições que tratem do assunto, os julgamentos sobre a escalabilidade do i*, e, questões abertas relacionadas a esse tema. Todas as informações foram obtidas a partir de um estudo realizado sob a forma de mapeamento sistemático da literatura, tendo por base um protocolo com foco na escalabilidade do i*. Os estudos retornados foram filtrados por critérios de exclusão, inclusão, qualificação e agrupamento das publicações. Os dados foram extraídos desses estudos para apoiarem na síntese e a responder às perguntas de pesquisa propostas. No total, foram encontrados 119 estudos sobre escalabilidade de i*, dos quais, onze deles tiveram como foco central a escalabilidade do i* propriamente dita, enquanto dez estudos possuíam definição para o termo escalabilidade. Assim, nove estudos foram considerados como de melhor cobertura para responder as perguntas de pesquisa. No geral, foram identificadas 150 menções à contribuições associados a escalabilidade do i*. Em relação a facilidade de se escalar o i*, 62 dos 119 estudos afirmaram que i* não possui uma escalabilidade bem tratada, enquanto que em 93 desses mesmos 119 estudos, foram identificadas questões em aberto quanto à escalabilidade do i*. O mapeamento realizado sintetiza quais estudos possuem informações sobre a escalabilidade do i*. Isto será útil para pesquisas futuras, por facilitar agrupamento e identificação de potenciais fontes de dados e publicações, apesar de notar-se que a cobertura dos estudos precisa ser melhorada, pois apenas 9 dos 119 estudos avaliados, de fato, contribuíram mais com as perguntas de pesquisa realizadas. Por fim, as definições de escalabilidade e lista de publicações com contribuições permitirão comparações e reuso de técnicas para escalar modelos i*. / The iStar language (i*) is a modeling framework applied in Requirements Engineering which was proposed two decades ago. The i * models relate all the participants involved (actors, agents, roles and positions) through relationships of strategic dependencies and intentions (goals, tasks, soft goals and resources). Over the years, scientific reports describe studies on the iStar (i*) and variations of this language and point out that, fundamentally, the i* language has been used to model various domains such as telecommunications, air traffic control, among others. However, in these studies, it was found that several weaknesses and limitations may be observed in the language i *, for example, lack of standardization, different methods of forming, lack of reusability, nonprofessional tools and, among many other challenges we highlights the scalability of their models according to recognized researchers in this study area. Thus, this research maps studies that addressed the question of scalability of the i* and it has as objective to meet: distribution of these studies, settings on the scalability of i *, references to contributions dealing with the subject, the judgments about the scalability of i *, and open issues related to this theme. All information was obtained from a study conducted in the form of systematic mapping of literature, based on a protocol focusing on the scalability of the i*. The studies returned were filtered by criteria for exclusion, inclusion, qualification and grouping of publications. The data were extracted from these studies to support the synthesis and answering to the proposed research questions. In total, were found 119 studies on the i* scalability, of which eleven of them had as its central focus the scalability of i* itself, while ten studies had definition for the term scalability. Thus, nine studies were considered to be of better coverage to answer the research questions. Overall, 150 indications were identified to the contributions associated with the i* scalability. Regarding the ease of scale the i*, 62 of these 119 studies stated that the i* does not have a scalability treated well, while in 93 of those 119 studies were identified open issues regarding the scalability of i*. The mapping performed summarizes what studies have information about the scalability of the i*. This will be useful for future research by facilitating grouping and identification of potential data sources and publications, though noted that the coverage of the studies need to be improved, because only 9 of 119 studies evaluated, actually contributed more to the research questions carried out. Finally, the scale settings and list of publications with contributions will allow comparisons and reuse techniques for scale the i* models.