Extraction des sous-graphes : identification des microarchitectures dans les logiciels évolutifs orientés objets

Les développeurs introduisent des nouvelles microarchitectures, et des microarchitectures non documentées lorsqu'ils effectuent des tâches d'évolution sur les applications orientées objets. Nous nous intéressons à chercher la relation entre les microarchitectures et les propriétés telles que la stabilité et les défauts. Nous proposons une nouvelle approche basée sur l'extraction des sous-graphes, un nouvel algorithme, et un outil SGFinder permettant de recenser d'une manière efficace et exhaustive les microarchitectures dans le diagramme des classes des petits et moyens systèmes orientés objets. Une fois que nous énumérons toutes les occurrences des microarchitectures, nous les exploitons pour identifier leurs propriétés souhaitables, comme la stabilité, ou leurs propriétés indésirables, comme les changements et la prédisposition aux défauts. Nous avons effectué une étude empirique pour vérifier la faisabilité de notre approche, en appliquant l'outil SGFinder sur le diagramme des classes de plusieurs versions de deux systèmes orientés objets Rhino et ArgoUml. Nous identifions les microarchitectures les plus et les moins prédisposées aux défauts, et les plus et les moins prédisposées aux changements. Finalement, nous concluons que le nouvel outil SGFinder ouvre plusieurs voies pour d'autres éventuelles recherches. Mots-clefs : Microarchitectures, changements et défauts des logiciels, maintenance et évolution des logiciels.

Abstract

Developers introduce novel and undocumented micro-architectures when performing evolution tasks on object-oriented applications. We are interested in understanding whether those organizations of classes and relations can bear, much like cataloged design and anti-patterns, potential harm or benefit to an object-oriented application. We present SGFinder, a sub-graph mining approach and tool based on an efficient enumeration technique to identify recurring micro-architectures in object-oriented class diagrams. Once SGFinder has detected instances of micro-architectures, we exploit these instances to identify their desirable properties, such as stability, or unwanted properties, such as change or fault proneness. We perform a feasibility study of our approach by applying SGFinder on the reverse-engineered class diagrams of several releases of two Java applications: ArgoUML and Rhino. We characterize and highlight some of the most interesting micro-architectures, the most faults prone and the most stable, and conclude that SGFinder opens the way to further interesting studies. Keywords: Micro-architectures, software changes and faults, software maintenance and evolution.