Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/39457
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorBezerra, Carla Ilane Moreira-
dc.contributor.authorOliveira, Davi Cedraz Silva de-
dc.date.accessioned2019-02-07T16:39:03Z-
dc.date.available2019-02-07T16:39:03Z-
dc.date.issued2018-
dc.identifier.citationOLIVEIRA, Davi Cedraz Silva de. Agregação de medidas para avaliação da manutenibilidade do modelo de features em linhas de produto de software. 2018. TCC (Graduação em Engenharia de Software) - Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2018.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/39457-
dc.description.abstractSoftware Product Line (LPS) is an approach that proposes the systematic reuse of artifacts and components for development of systems that share a common set of characteristics, that is, that belong to the same domain or family. The variability of these common features in an LPS can be managed by an feature model, an artifact that consist of a tree-shaped diagram, that describe the features identified in the products and the possible relationships between them. In this context, guarantee the quality of the feature model may be essential to ensure that errors do not propagate across all products of an LPS. The process of evaluating the quality of a product or artifact can be done using measures, which may reflect the characteristics, subcharacteristics or attributes of quality. However, the isolated values of each measure do not allow access to a quality of the feature model as a whole, since most of the measures cover several specific aspects that are not correlated. Thus, it is possible to aggregate these measures and access the respective subcharacteristics by means of a single aggregate measure that has the same available information as a set of measures. In this context, this work proposes to perform the aggregation of measures in order to evaluate the maintainability of the feature model in LPS. For this, the theory of Fuzzy Logic was used as a technique for aggregation of these measures, from parameters and rules defined with the help of specialists. Measures from the COffEE catalog were selected to compose the input set of the aggregation process resulting in a subset of the catalog, the MiniCOFFEE, containing 15 maintainability measures. As a result of this work, a new aggregate measure that represent the maintainability index of a features (MIFM) model was obtained. In addition, the dataset MAcchiATO was extended, adding new feature models to the repository and the new values collected from each of the measures. The MIFM was applied to a set of models in order to evaluate its use. It was verified that the aggregate measure obtained allows to measure if a features model has a high or low maintainability index, supporting the domain engineer in the evaluation of the maintenance of the feature model in a faster and more precise way.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectEngenharia de linha de produto de softwarept_BR
dc.subjectModelo de característicaspt_BR
dc.subjectLógica difusapt_BR
dc.subjectSoftware - Controle de qualidadept_BR
dc.titleAgregação de medidas para avaliação da manutenibilidade do modelo de features em linhas de produto de softwarept_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrLinha de Produto de Software (LPS) é uma abordagem que propõe a reutilização sistemática de artefatos e componentes para o desenvolvimento de sistemas que compartilham um conjunto comum de características, ou seja, que pertencem à um mesmo domínio ou família. A variabilidade destas características comuns em uma LPS podem ser gerenciadas por meio do modelo de features, um artefato que consiste em uma diagrama em formato de árvore, descrevendo as características (features) identificadas nos produtos e as possíveis relações entre elas. Neste contexto, garantir a qualidade do modelo de features pode ser essencial para garantir que os erros não se propaguem por todos os produtos de uma LPS. O processo de avaliação da qualidade de um produto ou artefato pode ser feito por meio de medidas, que podem refletir as características, subcaracterísticas ou atributos de qualidade. Porém, os valores isolados de cada medida não permitem acessar uma característica de qualidade do modelo de features como um todo, pois a maioria delas abrange diversos aspectos específicos que não estão correlacionados. Desta forma, é possível agregar estas medidas e acessar as respectivas subcaracterísticas por meio de uma única medida agregada que possui as mesmas informações disponíveis de um conjunto de medidas. Neste contexto, este trabalho propõe realizar a agregação de medidas para avaliar a manutenibilidade do modelo de features em LPS. Para isso, foi utilizada a teoria de Lógica Fuzzy como técnica para agregação destas medidas, a partir de parâmetros e regras definidas com ajuda de especialistas. Foram selecionadas medidas do catálogo COffEE para compor o conjunto de entrada do processo de agregação resultando um subconjunto do catálogo, o MiniCOffEE, contendo 15 de medidas de manutenibilidade. Como resultado deste trabalho, foi obtida uma nova medida agregada que representa o índice de manutenibilidade de um modelo de features (MIFM). Além disso, houve a extensão do dataset MAcchiATO, adicionando novos modelos de features ao repositório e os valores coletados de cada uma das medidas. O MIFM foi aplicado a um conjunto de modelos a fim de avaliar o seu uso. Constatou-se que o valor agregado obtido permite mensurar se um modelo de features possui alto ou baixo índice de manutenibilidade, auxiliando o engenheiro de domínio na avaliação da manutenibilidade do modelo de uma forma mais rápida e precisa.pt_BR
Aparece nas coleções:ENGENHARIA DE SOFTWARE - QUIXADÁ - TCC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_tcc_dcsoliveira.pdf1,04 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.