یادگیری مدل‌های رفتاری خطوط محصول نرم‌افزار

Learning Behavioral Models of Software Product Lines

هدف یادگیری مدل، استخراج مدل رفتاری یک سیستم (جعبه سیاه) از طریق مشاهده خروجی‌های سیستم به ورودی‌های داده‌شده است. طراحی الگوریتم‌های کارا برای یادگیری مدل یک صورت مسئله پژوهشی بنیادین است که سال‌های متمادی مورد توجه پژوهشگران قرار گرفته است. زمینه پژوهشی مورد تمرکز ما، طراحی الگوریتم‌های یادگیری مدل برای خطوط محصول نرم‌افزار است. یک خط محصول نرم‌افزار به مجموعه‌ای از اطلاق می‌شود که دارای ویژگی‌های مشترک زیاد (و نقاط تفاوت تعریف‌شده) هستند. حجم عظیمی از نرم‌افزارهای استفاده‌شده در محصولات صنعتی (خودروها، لوازم خانگی، تجهیزات پزشکی، ...) از این نوع هستند. هدف این پژوهش یافتن روش‌هایی برای یادگیری اعضای یک خانواده نرم‌افزار است طوری که بتوان از شباهت‌های بین محصولات استفاده کرد تا هزینه یادگیری مدل تمام محصولات از مجموع هزینه یادگیری تک‌تک آنها کمتر باشد.

انتشارات

• مقاله یادگیری مدل تطبیقی خط محصول‌های نرم‌افزار در کنفرانس SPLC'22
• چالش یافتن محک سنجش یادگیری فعال سامانه‌های با تغییرپذیری بالا در کنفرانس SPLC'22

پایان‌نامه‌های تحصیلات تکمیلی

• یادگیری تطبیقی مدل‌های رفتاری خطوط محصول نرم‌افزار - شقایق توسلی - دکتری (در حال انجام)

پروژه‌های کارشناسی

• یادگیری تطبیقی مدل خط محصول‌های نرم‌افزار با رویکرد مبتنی بر درخت - بهار امامی افشار (پاییز ۱۴۰۱) - گزارش پروژه
• سنتز خط محصول‌های نرم‌افزاری برای ارزیابی تطبیقی یادگیری مدل - فاطمه سیددباغی (پاییز ۱۴۰۱) - گزارش پروژه

chevron_left مرتبط با این زمینه، موضوعات دیگری برای پژوهش در مقاطع مختلف قابل تعریف است که در صورت تمایل می‌توانید برای صحبت درباره آنها از طریق پست الکترونیک با من تماس بگیرید.

ارائه در مدرسه تابستانه مؤسسه TeIAS

 

ارائه مقاله کنفرانس SPLC'22 توسط
دکتر محمدرضا موسوی و شقایق توسلی

آزمون خودکار مبتنی بر توصیف سرویس‌های نرم‌افزاری با قابلیت بالا

Automatic Sepecification-Based Testing of High-Capability Software Services

سرویس‌های نرم‌افزاری با قابلیت بالا، مثلاً سیستم‌های پردازش تراکنش، معمولا نیاز دارند طیفی از ویژگی‌های کیفیت را ارضاء کنند، مثل کارایی، دسترس‌پذیری و مقیاس‌پذیری. به این منظور، عموماً منطق دامنه آنها توسط حجم قابل توجهی از کدهای غیر منطق دامنه گسترش می‌یابد که در قالب چارچوب‌ها، کتابخانه‌ها و کدهایی که تیم توسعه نوشته محقق می‌شوند. این کدها لزوماً همیشه به شکل واضحی از منطق دامنه جدا نمی‌شوند. این موضوع باعث می‌شود تولید خودکار آزمون با روش‌های ساختاری (هدایت شده با معیارهای پوشش کد) در عمل ممکن نباشد. در این تحقیق، به یک روش جعبه‌سیاه مبتنی بر توصیف پرداخته می‌شود که طی آن کارکرد سیستم توسط یک زبان تابعی (مثل هسکل) مدل می‌شود و بر مبنای آن آزمایه‌ها به طور خودکار تولید می‌شوند. روش پیشنهادی به‌کارگیری روش‌های مکاشفه‌ای (مثل الگوریتم ژنتیک) برای تولید آزمایه‌ها است طوری که پوشش توصیف را بیشینه کنند. به علاوه، توصیف تابعی نقش پیش‌گوی آزمون را ایفا می‌کند که می‌تواند سطح اطمینان از صحت عملکرد سیستم را بسیار بالا ببرد. پیاده‌سازی‌های اولیه این ایده نشان می‌دهند این کار در عمل قابل استفاده است و به‌کارگیری آن در پروژه‌های صنعتی توانسته با هزینه‌ای نسبتاً پایین خطاهایی از سیستم را کشف کند که در آزمون‌های نوشته‌شده توسط توسعه‌دهندگان آشکار نشده بودند.

شمای کلی مؤلفه‌های این روش را به همراه تعدادی از سؤال‌های پژوهش در نمودار زیر ملاحظه می‌نمایید.

رساله‌های دکتری

• شقایق توسلی

  یادگیری تطبیقی مدل برای خط محصول‌های نرم‌افزار

  ۱۴۰۱ -

• آروین ذاکریان

  تولید خودکار آزمایه بر مبنای توصیف تابعی

  ۱۴۰۰ -

• زینب شریفی

  مدل‌سازی و تحلیل صوری پروتکل‌های سیستم رانندگی خودکار متصل
  راهنمایی مشترک با دکتر مرجان سیرجانی

  ۱۴۰۰ -

• شهرزاد ریاحی

  حفظ حریم خصوصی داده با استفاده از سیاست‌های مبتنی بر مقصود در سیستم‌های اکتور
  راهنمایی مشترک با دکتر فاطمه قاسمی

  ۱۳۹۷ -

• محبوبه صمدی

  تحلیل ویژگی‌های مبتنی بر رویداد در زمان اجرا در سیستم‌های توزیع‌شده ناهمگام
  راهنمایی مشترک با دکتر فاطمه قاسمی

  ۱۳۹۷ - ۱۴۰۱

  school
• علی نارنجی ششکلانی

  درستی‌یابی ویژگی‌های مبتنی بر قابلیت دید برای ربات‌های متحرک

  ۱۳۹۴ - ۱۳۹۹

  school
• احسان خامس‌پناه

  مدل‌سازی، درستی‌یابی و تحلیل سیتم‌های مبتنی بر مدل اکتور زمانی
  راهنمایی مشترک با دکتر مرجان سیرجانی

  ۱۳۹۱ - ۱۳۹۵

  school
• حمیده صبوری

  مدل‌سازی صوری و وارسی خطوط محصول نرم‌افزار

  ۱۳۸۹ - ۱۳۹۲

  school

پایان‌نامه‌های کارشناسی ارشد اخیر

• مهدی خرسند
  تولید خودکار آزمایه برای سامانه‌ّای پردازش تراکنش‌های مالی بر مبنای روش آزمون تصادفی تطبیقی

• محمدحسین عبدی
  مدلسازی و درستی سنجی سناریوهای خرابی و ترمیم در سیستم های توزیع شده

• علیرضا قهارپور
  توسعه منطق مبتنی بر رخداد برای وارسی مدل ربکای زمانی
  راهنمایی مشترک با دکتر احسان خامس‌پناه

• school

  هادی صفری
  مدل‌سازی منطق پردازش تراکنش با زبان‌های تابعی

  تحت حمایت شرکت رادین بورس

• school

  مریم عزتی
  تولید خودکار داده‌های آزمون برای منطق دامنه شیءگرا

• school

  علی حبیبی
  آزمون مبتنی بر مدل نرم‌افزارهای نهفته صنعتی بر اساس توصیف مبتنی بر قاعده

  تحت حمایت شرکت کروز

برای مشاهده فهرست به‌روز انتشارات پژوهشی لطفاً به پروفایل گوگل اسکالر مراجعه نمایید.

در صورتی که متن بعضی مقالات قابل دسترسی نبود، برای دریافت آن از طریق ای‌میل من را مطلع نمایید.