Méthodes et stratégies pour la sélection de composants logiciels

Méthodes et stratégies pour
la sélection de composants
logiciels
Bart GEORGE
Laboratoire VALORIA – Action SE
Universite de Bretagne-Sud
Contexte de l’approche
●
●
●
Monde des COTS (composants “sur étagère”)
–
“Boîtes noires” réutilisables
–
“Marchés” aux composants (exemple :
Componentsource)
Cycle de developpement de la CBSE
–
Première phase : recherche et sélection
–
Deuxième phase : adaptation
Notion de “composant recherché” et de
“composant candidat” ou “concret”
–
On ne cherche pas forcément le “meilleur en tout”
Plan
●
Problématique
●
Solution proposée
●
Présentation du modèle génerique
●
Application aux composants
●
Stratégies possibles
●
Problèmes
●
Conclusion
Problématique
●
Manque de standardisation des composants
–
●
Documentation tres incomplète
–
●
Modèles, origines et concepts différents
Manque d’indication sur les propriétés nonfonctionnelles
Notion de “meilleur composant” tres vague
–
Dichotomie entre satisfaction du besoin et effort
d’adaptation à fournir
Solution proposée
●
●
●
Structure générique à deux niveaux
–
Modèle générique, compatible avec les modèles
existants
–
Comparaison générique, adaptable selon les
spécifications disponibles et les besoins de
l’utilisateur
Comparaison progressive, de type “trial-anderror”
Entrelacement des propriétés fonctionnelles et
non-fonctionnelles
Modèle générique (1)
●
Arbre de comparaison valué (inspirée du
pattern Composite)
–
Feuilles
–
Noeuds homogènes
–
Noeuds hétérogènes
–
Notion de valuation
Modèle générique (2)
●
Calcul d’indice
–
–
Feuilles : indice différent pour chaque type de
feuille
Noeuds
hétérogènes
–
Noeuds
homogènes
Application aux composants (1)
●
Structure choisie
Application aux composants (2)
●
●
Comparaison de NFPs
–
Utilisation de métriques
–
Métriques numériques ou ordinales
Comparaison de signatures d’opération
–
●
Signature Matching (Amy Zaremski et Jeannette
Wing)
Indices choisis
–
Indice de satisfaction
–
Indice d’effort
Stratégies actuelles
●
Recherche de la satisfaction, puis de l’effort
●
Recherche avec “zoom”
●
–
D’abord, des mots-clés
–
Ensuite, une description plus précise
–
En cas d’échec, retour-arrière et on recommence
Perspectives
–
Combinaison “indice numérique + visualisation”
–
Exemple : Google + Google Map + Google Earth
Problèmes
●
Exemples “boîteux”
–
Pas de librairie qui possède “tout a la fois”
–
Librairie DREAM : descriptive, mais trop petite
–
ComponentSource : vaste, mais peu descriptif
●
Trop peu de stratégies
●
Il reste des choses a automatiser
–
Comment choisir les attributs qualité ?
–
Comment valuer l’arbre ?
–
Comment définir la meilleure stratégie ?
Conclusion
●
Un modèle qui peut servir à plein de choses...
●
...mais qui manque de validation...
●
...et c’est pour ça que je suis ici
●
Des questions ?