Chulalongkorn University Theses and Dissertations (Chula ETD)

วิธีการจัดกลุ่มแบบจำลองคุณลักษณะตามพฤติกรรมการปรับสำหรับสายผลิตภัณฑ์ซอฟต์แวร์พลวัต

Other Title (Parallel Title in Other Language of ETD)

AN APPROACH TO CLUSTERING FEATURE MODEL BASED ON ADAPTIVE BEHAVIOR FOR DYNAMIC SOFTWARE PRODUCT LINE

Year (A.D.)

2013

Document Type

Thesis

First Advisor

พรศิริ หมื่นไชยศรี

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมซอฟต์แวร์

DOI

10.58837/CHULA.THE.2013.1060

Abstract

สายผลิตภัณฑ์ซอฟต์แวร์พลวัตมีวัตถุประสงค์เพื่อรองรับการทำงานของระบบซอฟต์แวร์ปรับตัวเอง ที่มีการเปลี่ยนแปลงความต้องการและเพิ่มขึ้นของข้อจำกัดของทรัพยากรระบบขณะทำงาน การปรับตัวอาจจะทำให้สำเร็จด้วยการปรับโครงแบบพฤติกรรมการปรับของจุดเปลี่ยนแปลงในแบบจำลองคุณลักษณะที่บอกลักษณะของความหลากหลายในระบบซอฟต์แวร์ การตัดสินใจของการจัดการความหลากหลายเชิงพลวัตสำหรับจุดเปลี่ยนแปลงของแบบจำลองคุณลักษณะเป็นความท้าทายในสายผลิตภัณฑ์ซอฟต์แวร์พลวัต ในงานวิจัยนี้นำเสนอวิธีการจัดกลุ่มแบบจำลองคุณลักษณะของจุดเปลี่ยนแปลงตามพฤติกรรมการปรับที่แทนด้วยบริบทของการปรับตัวและข้อจำกัดของคุณลักษณะ โดยวิธีการนี้ใช้ขั้นตอนวิธีการจัดกลุ่มคลุมเครือและการประมาณค่าใกล้เคียงเฉพาะที่สำหรับสมาชิก หรือ FLAME เพื่อการปรับโครงแบบระบบซอฟต์แวร์ พร้อมทั้งนำเสนอเครื่องมือสร้างแบบจำลองคุณลักษณะ Feature-Dc ที่รองรับการกำหนดบริบทให้กับจุดปรับโดยสามารถนำออกเอกสารเอ็กซ์เอ็มแอล และกรอบการทำงาน MAPE-Kc เพื่อใช้สำหรับการปฏิบัติงานปรับตัวในกรณีศึกษาเพื่อลดเวลาในการปรับตัวของกระบวนการการตัดสินใจในสายผลิตภัณฑ์ซอฟต์แวร์พลวัตด้วยวิธีการนี้เทียบกับการไม่จัดกลุ่มแบบจำลองคุณลักษณะประมาณ 45%

Other Abstract (Other language abstract of ETD)

Dynamic Software Product Line (DSPL) is intent to support adaptive software system to meet requirement changes and evolving resource constraints during runtime. The adaptation may be accomplished by reconfiguring adaptive behavior at adaptive point in feature model that describes variability of system. The decision making of dynamic variability management for variation point of feature model is challenges in DSPL. This research proposes an approach to clustering feature model on variation point based on adaptive behavior represented with adaptive context and feature constraint. An approach for similarity uses Fuzzy clustering and Local Approximation of Membership (FLAME) algorithm to reconfigure software system. The tools for design feature model Feature-Dc supported define context for variation point then export to XML document and the MAPE-Kc framework is used for adaptive task operation in case study in order to reducing adaptation time of decision making process in DSPL this approach and non-clustering feature model about 45%.

Link to Full Text

Share

COinS