|
Title
|
راهکاری مبتنی بر یادگیری بیزی جهت وارسی سیستم های مشخص شده با سبک معماری
|
|
Type of Research
|
Presentation
|
|
Keywords
|
سبک معماری، تبدیل گراف، وارسی مدل، انفجار فضای حالت، شبکه بیزی
|
|
Abstract
|
سبک معماری نرم افزار یک اَبَرمدل جهت تعیین مجموعه ای از اجزاء و ارتباطات بین آنها برای مشخص کردن معماری نرم افزاری بر مبنای آن سبک است. معماری نرم افزار نقش حیاتی در حوزه مهندسی نرم افزار دارد و توصیف و تحلیل رسمی می تواند کیفیت مدل های طراحی شده را تضمین نماید. یکی از زبان های رسمی که قابلیت توصیف سبک های معماری را دارد زبان تبدیل گراف است. همچنین، وارسی مدل یک روش رسمی برای تحلیل خودکار مدل های طراحی شده (برای مثال، با زبان تبدیل گراف) می باشد. جهت جلوگیری از وقوع مشکل انفجار فضای حالت در حین وارسی مدل، فضای حالت مدل باید بطور هوشمندانه پیمایش شود. برای این منظور، در این مقاله با توجه به مشابه بودن زیرساخت ها و قوانین قابل اجرا روی مدل ها با اندازه های مختلف از یک سبک معماری (توصیف شده با زبان تبدیل گراف)، ابتدا مدل کوچکی از سیستم داده شده را با تولید کامل فضای حالت وارسی کرده و سپس با یک شبکه بیزی، وابستگی بین قوانین به کار رفته در فضای حالت پیمایش شده را یاد می گیریم. بعد از یادگیری، این شبکه بیزی را برای وارسی هوشمندانه مدل بزرگتر به کار می گیریم. برای ارزیابی کارایی روش ارائه شده، آن را در ابزار GROOVE پیاده سازی خواهیم کرد.
|
|
Researchers
|
Einollah Pira (First Researcher)، Vahid Rafe (Second Researcher)
|