Bookchapter
| State | This publication is going to be published |
| Authors | Christopher Haubeck, Winfried Lamersdorf, Abhishek Chakraborty, Alexander Fay, et al. |
| Title | Learning from Evolution for Evolution |
| Published in | DFG SPP1593 - Book of Results |
| Chapter | 6 |
| Publisher | Springer-Verlag, Heidelberg - New York |
| Date | 2018 |
| Abstract | Die Evolution von Systemen kann durch die Analyse vergangener Systemevolutionen und des Lernen daraus unterstützt werden. Im Rahmen dieses Kapitels werden die Ansätze des SPPs vorgestellt, um 1. Vergangene Evolutionen detailliert zu analysieren (MOCA) 2. Aktuelle Evolutionen zu prüfen (Improve APS) 3. Das aktuelle nicht-funktionale Verhalten des Systems zu analysieren (ENSURE, LinkedFypa2c) 4. Aus vergangenen Evolutionen zukünftige Änderungen vorzuschlagen und zu bewerten (ENSURE, DoMain, LinkedFypa2c) Die verschiedenen Ansätze werden nicht einzeln, sondern integriert erläutert. Grundlegend erläutern wir die Berechnung von Change-Scripts mit den Techniken von MOCA (1). Auf Basis dieser Change-Scripts wird die semantische Analyse von Änderungen durch Improve APS vorgestellt (2). Für das laufende System, betrachten wir das Lernen von Modellen für nicht-funktionalen Eigenschaften in ENSURE (DTMC) und LinkedFypa2c (Timed Petrinets). Auf Basis der vergangen Änderungen berechnet aus MOCA (1), lernen wir höherwertige Änderungen in ENSURE (4) sowie Recommender Systems, die Änderungen vorschlagen (LinkedFypa2c, ENSURE) und ökonomisch bewerten (DoMain). |
| Other formats | Din 1501 |
