Εργαλείο Ανίχνευσης Σχεδιαστικών Προτύπων Λογισμικού

1. DPDHMMY
Εργαλείο Ανίχνευσης Σχεδιαστικών Προτύπων Λογισμικού
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ
ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ
ΕΡΓΑΣΤΗΡΙΟ ΕΥΦΥΩΝ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΛΟΓΙΣΜΙΚΟΥ
Νούτσος Αντώνης
anoutsos@auth.gr
ΑΕΜ 6992
Διπλωματική εργασία υπό την επίβλεψη του Επ. Καθηγητή κ. Ανδρέα
Λ. Συμεωνίδη
Και του υποψήφιου διδάκτορα
Διαμαντόπουλου Θεμιστοκλή
Θεσσαλονίκη 2015

2. Δομή παρουσίασης
 Εισαγωγή
 State of the Art
 Σκοπός της διπλωματικής
 Ανάλυση του συστήματος
 Αναπαράσταση αντικειμένων και σχέσεων του κώδικα
 Parser
 Αλγόριθμος ανίχνευσης προτύπων σχεδίασης
 Αποτελέσματα πειραμάτων
 Συμπεράσματα & Μελλοντική εργασία
 Γραφικό περιβάλλον
2

3. Εισαγωγή:
Σχεδιαστικά Πρότυπα(Design Patterns)
 Μη λειτουργικές απαιτήσεις
 Επεκτασιμότητα (Extensibility)
 Στιβαρότητα (Robustness)
 Ευχρηστία (Usability)
 Συντηρησιμότητα (Maintainability)
 Μεταφερσιμότητα (Portability)
 Ελεγξιμότητα (Testability)
 Δυνατότητα Επαναχρησιμοποίησης (Reusability)
 Σκοπός του κάθε προτύπου
 Δημιουργικά – Δημιουργία αντικειμένων
 Δομικά – Σύνθεση κλάσεων και αντικειμένων
 Συμπεριφοράς – Αλληλοεπίδραση κλάσεων ή/και αντικειμένων
3

4. Εισαγωγή:
Εργαλεία Ανίχνευσης Σχεδιαστικών Προτύπων
(DPD Tools)
Μεγάλος σε έκταση κώδικας
4
 Ανάγκη εξαγωγής πληροφορίας από
τον πηγαίο κώδικα
Δύσκολη κατανόηση Μεγάλα συστήματα λογισμικού
Αυτοματοποιημένα συστήματα εξαγωγής δομής, συνδέσεων και συμπεριφοράς
ενός μεγάλου έργου λογισμικού

5. State of the Art:
Κατηγοριοποίηση των DPD tools
 Τύπος ανάλυσης
 Δομική ανάλυση
 Ανάλυση συμπεριφοράς
 Σημασιολογική ανάλυση
 Τύπος αναγνώρισης
 Τύπος εισόδου
 Ενδιάμεση αναπαράσταση
5

6. State of the Art:
Γνωστά DPD Tools
 DP-Miner
 DPRE
 PINOT
 DeMIMA
 PTIDEJ
 FUJABA
6

7. Σκοπός της διπλωματικής
 Κατασκευή ενός εργαλείου για ανίχνευση σχεδιαστικών προτύπων στον κώδικα
που προσφέρει:
 Ευελιξία
 Δομική ανάλυση Εξέταση κώδικα με λάθη
 Μεταφερσιμότητα
 Δομική ανάλυση Εξέταση μη μεταγλωττισμένου κώδικα
 Διαδραστικότητα
 Δυνατότητα ορισμού σχεδιαστικών προτύπων προς ανίχνευση από το χρήστη
 Αξιοπιστία
 Ταχύτητα
7

8. Ανάλυση του συστήματος: Αναπαράσταση
αντικειμένων και σχέσεων του κώδικα
 Κάθε κλάση αποτελεί μια οντότητα ClassObject
 Οι κλάσεις αλληλοσυνδέονται Connection
 Κάθε κλάση κατηγοριοποιείται ως:
 Normal: Μια απλή κλάση.
 Abstract: Μια αφαιρετική (abstract) κλάση.
 Interface: Μια διεπαφή (interface).
 Abstracted: Μια κλάση που είναι είτε interface ή abstract.
 Any: Μια κλάση οποιουδήποτε τύπου.
 Οι συνδέσεις αντιπροσωπεύουν τις σχέσεις μεταξύ κλάσεων και βασίζονται στη
UML
8

9. Ανάλυση του συστήματος: Αναπαράσταση
αντικειμένων και σχέσεων του κώδικα
Τύπος Σύνδεσης Περιγραφή Σχέση UML
Σύμβολο
UML
A calls B
Μια μέθοδος της κλάσης A καλεί μία μέθοδο
της κλάσης B
Εξάρτηση
A creates B
Η κλάση A δημιουργεί ένα αντικείμενο της
κλάσης Β με την εντολή new
Σύνθεση
A uses B
Μια μέθοδος της κλάσης Α επιστρέφει ένα
αντικείμενο της κλάσης Β
Εξάρτηση
A has B
Η κλάση A έχει ένα ή περισσότερα
αντικείμενα τύπου κλάσης Β
Συσσωμάτωση/
Πολλαπλότητα
A references B
Μια μέθοδος της κλάσης Α έχει ως όρισμα
ένα αντικείμενο της κλάσης Β
Σύνδεσμος
A inherits B Η κλάση A κληρονομεί την κλάση B
Κληρονομιά/
Πραγματοποίηση
9

10. Ανάλυση του συστήματος: Αναπαράσταση
αντικειμένων και σχέσεων του κώδικα
10
Member Abstraction Ability
A Normal Concrete Factory
B Abstracted Abstract Factory
C Normal Product
D Abstracted Abstract Product
From Connection Type To
A inherits B
C inherits D
A creates C
A uses D
Pattern
B Abstracted
A Normal
C Normal
D Abstracted
Inherits
Inherits
Creates
Uses
Abstract
Factory
Concrete
Factory
Abstract
Product
Product

11. Ανάλυση του συστήματος:
Parser
 Treescanner:
 Tree API του Compiler της Java
 Υλοποιεί το interface TreeVisitor
 Σαρώνει όλα τα παιδιά ενός δέντρου με
τις οντότητες του αρχείου .java
 Συναρτήσεις προσπέλασης:
 visitClass
 visitVariable
 visitMethodInvocation
 visitNewClass
 Συναρτήσεις ανίχνευσης συνδέσεων:
 findUses
 findInherits
 findHas
 findCalls
 findCreates
 findReferences
11

12. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης
 Δομικά μέλη:
 Pattern: Αντιπροσωπεύει ένα πρότυπο σχεδίασης με τα ClassObject και τα
Connection που τα διέπουν
 PatternCandidate: Αντιπροσωπεύει ένα πρότυπο σχεδίασης που
ανιχνεύτηκε στο κώδικα και τις αντιστοιχίες των μελών του ως προς το
pattern.
 PatternDetectionAlgorithm: Περιέχει τις βασικές συναρτήσεις ανίχνευσης
σχεδιαστικών προτύπων
12

13. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης
13
𝒏!
𝒏 − 𝒓 !
Pattern
Members
A
B
C
Δυνατοί Συνδυασμοί για ClassObjects {Car, Wheel, Tires, Fuel}
F(n, r) = Εδώ: 24
n = ClassObjects Εδώ: 4
r = Pattern Members Εδώ: 3
Car
Car
Wheel
Wheel
Tires
Tires
Tires
Tires
Car
Car
Wheel
Wheel
Wheel
Wheel
Tires
Tires
Car
Car
Car
Car
Wheel
Wheel
Fuel
Fuel
Wheel
Wheel
Fuel
Fuel
Car
Car
Fuel
Fuel
Car
Car
Wheel
Wheel
Wheel
Wheel
Tires
Tires
Fuel
Fuel
Fuel
Fuel
Wheel
Wheel
Tires
Tires
Tires
Tires
Fuel
Fuel
Wheel
Wheel
Car
Car
Tires
Tires
Fuel
Fuel
Fuel
Fuel
Car
Car
Tires
Tires
Tires
Tires
Car
Car
Fuel
Fuel

14. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης
14
Pattern
Connections
A has B
A uses C
has
has
uses
Candidate 1 Candidate 2 Not Candidate Not Candidate
A --
B --
C --
A --
B --
C --
A --
B --
C --
A --
B --
C --
Car has Wheel
Car uses Fuel
Car has Tires
Car uses Fuel
Car has Fuel
Car uses Tires
Car has Tires
Car uses Wheel
Car
Wheel
Tires
Fuel
Car
Wheel
Fuel
Car
Tires
Fuel
Car
Fuel
Tires
Car
Tires
Wheel

15. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης:
FastPatternDetection
15
has
has
has
Car uses Car uses Car usesCar uses
has
has
has
has
has
hashas
has
has
Συνδυασμοί: 2 1/12 από το σύνολο των συνδυασμών πριν
Car
Wheel Tires Fuel
Tires Fuel Wheel Fuel
Wheel
Car Tires Fuel
Fuel
Car Wheel Tires
Tires
Car Fuel Wheel

16. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης:
Fast vs Normal
PatternDetection FastPatternDetection
Abstract Factory
Example
93ms 16ms
Pattern
Compilation
2563ms 31ms
JHotDraw * 594ms
16
PatternDetection FastPatternDetection
Abstract Factory
Example
27ms 2ms
Pattern Compilation 1400ms 7ms
JHotDraw * 210ms
 Τεράστια διαφορά στη ταχύτητα
 Αυξημένη πολυπλοκότητα
 Αναγκαίο κακό/(καλό!?) για μεγάλα projects
 Συσκευές πειραμάτων:
 Laptop: Acer Aspire 5930G, Windows 8.1, επεξεργαστή Intel® Core™ 2 Duo @2.00
Ghz και 3GB RAM
 Desktop: Windows 8.1, επεξεργαστή Intel® Core™ i3 @3.07 Ghz με δύο πυρήνες και
4GB RAM

17. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης: Ομαδοποίηση
17
 Σχεδιαστικά πρότυπα - Δυνατότητα πολλαπλότητας
 Ίδια κλάση - Μέρος του ίδιου προτύπου σε πολλά περιστατικά
 Ένα μεγάλο περιστατικό προτύπου > Πολλών μικρών
 DPDHMMY:
 Εύρεση μικρών περιστατικών Ανάγκη για ομαδοποίηση
 PatternCandidate
 SuperCandidate
 HyperCandidate

18. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης: Ομαδοποίηση
SuperCandidates
Concrete Factory Reptile Factory Mammal Factory
Abstract Factory Species Factory Species Factory
Product (Snake, Tyrannosaurus) (Cat, Dog)
Abstract Product Animal Animal
18
HyperCandidates
Concrete Factory [Reptile Factory, Mammal Factory]
Abstract Factory Species Factory
Product [(Snake, Tyrannosaurus), (Cat, Dog)]
Abstract Product Animal
Candidates
Concrete Factory Reptile Factory Reptile Factory Mammal Factory Mammal Factory
Abstract Factory Species Factory Species Factory Species Factory Species Factory
Product Snake Tyrannosaurus Cat Dog
Abstract Product Animal Animal Animal Animal

19. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης: Ομαδοποίηση
19
Pattern
Abstract
Factory
Concrete
Factory
Abstract
Product
Product
PatternCandidates
Species
Factory
Reptile
Factory
Animal
Snake
Species
Factory
Reptile
Factory
Animal
Tyrannos
aurus
Species
Factory
Mammal
Factory
Animal
Cat
Species
Factory
Mammal
Factory
Animal
Dog

20. Ανάλυση του συστήματος:
Αλγόριθμος ανίχνευσης προτύπων σχεδίασης: Ομαδοποίηση
20
SuperCandidates
Species
Factory
Reptile
Factory
Animal
Snake Tyrannos
aurus
Species
Factory
Mammal
Factory
Animal
Cat Dog
HyperCandidate
Reptile
Factory
Species
Factory
Mammal
Factory
Animal
Snake Tyrannos
aurus
Cat Dog

21. Αποτελέσματα Πειραμάτων
 Πείραμα 1: Μικρά project, στιγμιότυπα προτύπων σχεδίασης
 Εφαρμογή DPDHMMY:
 Ένα προς ένα project
 Συνολικό project που περιέχει πολλά μικρά
 Πείραμα 2: Μεγάλα project, γνωστές βιβλιοθήκες της Java
 Βιβλιοθήκες JHotDraw, Java AWT, Apache Ant
 Ποσοτική σύγκριση με PINOT
21

22. Αποτελέσματα Πειραμάτων:
Πείραμα 1
22
Example 1 Example 2
#Patterns 6 2
#Correctly Detected Patterns 0 2
#Incorrectly Detected Patterns 0 0
%Correctly Detected Patterns 0% 100%
%Incorrectly Detected Patterns 0% 0%
Command
Abstract Factory Bridge
Example 1 Example 2
#Patterns 2 4
#Correctly Detected Patterns 2 4
#Incorrectly Detected Patterns 0 0
%Correctly Detected Patterns 100% 100%
%Incorrectly Detected Patterns 0% 0%
Example 1 Example 2
#Patterns 6 4
#Correctly Detected Patterns 6 4
#Incorrectly Detected Patterns 0 0
%Correctly Detected Patterns 100% 100%
%Incorrectly Detected Patterns 0% 0%

23. Αποτελέσματα Πειραμάτων:
Πείραμα 1
#Patterns
#Correctly
Detected
Patterns
#Incorrectly
Detected
Patterns
%Correctly
Detected
Patterns
%Incorrectly
Detected
Patterns
Abstract Factory (ex 2) 4 4 1 100% 20%
Command (ex. 2) 2 2 4 100% 66.67%
Bridge (ex. 2) 4 4 0 100% 0%
Builder (ex. 2) 2 2 4 100% 66.67%
Visitor (ex. 1) 2 2 0 100% 0%
Observer (ex. 1) 1 1 1 100% 50%
Factory Method (ex. 2) 1 1 4 100% 80%
Total 16 16 14 100% 46.67%
23

24. Αποτελέσματα Πειραμάτων:
Πείραμα 2
JHotDraw Java AWT Apache Ant
DPDHMMY PINOT DPDHMMY PINOT DPDHMMY PINOT
Abstract Factory
20 30 11 28 10 6
Bridge
94 107 24 15 38 5
Visitor
0 1 2 1 1 1
Observer
7 9 5 9 1 5
Factory Method
20 34 11 34 10 6
24

25. Αποτελέσματα Πειραμάτων:
Πείραμα 2
25
0
50
100
150
Abstract
Factory
Bridge Visitor Observer Factory
Method
Jhotdraw
PINOT DPDHMMY
0
10
20
30
40
Abstract
Factory
Bridge Visitor Observer Factory
Method
Apache Ant
PINOT DPDHMMY
0
10
20
30
40
Abstract
Factory
Bridge Visitor Observer Factory
Method
Java AWT
PINOT DPDHMMY

26. Συμπεράσματα & Μελλοντική Εργασία
 DPDHMMY
 Ευέλικτο ως προς την είσοδο δεδομένων
 Δυνατότητα δημιουργίας custom design pattern
 Αξιόπιστο, εφόσον ο χρήστης ορίσει σωστά τα σχεδιαστικά πρότυπα προς ανίχνευση
 Μελλοντικές Επεκτάσεις
 Ενσωμάτωση περισσότερων έτοιμων μοτίβων
 Partial matching
 Γραφική αναπαράσταση αποτελεσμάτων
 Επέκταση ανάλυσης πέραν της δομικής
 Επέκταση σε άλλες γλώσσες προγραμματισμού
26

27. Γραφικό Περιβάλλον 27

28. Ευχαριστίες - Ερωτήσεις 28