Se invita a la Comunidad de la FAI a presenciar la defensa de Tesis de Licenciatura en Ciencias de la Computación titulada "Una Herramienta Gráfica con Razonamiento basado en DL para el Análisis de Modelos de Variabilidad Ortogonal”
Día y lugar: Jueves 1 de agosto de 2019 a las 14:00 hs en el Consejo Directivo de FAI
Tesista: Angela Oyarzun
Directora: Dra. Laura Cecchi
Codirector: Dr. Germán Braun
Resumen
La gestión de variabilidad en el desarrollo de Líneas de Productos Software involucra a las tareas de definición, modelado, implementación y validación de las características variables de un producto y, por lo tanto, tiene una influencia considerable sobre la calidad de los productos derivados de una línea. Debido a la creciente complejidad de los Sistemas de Información actuales, gestionar esta variabilidad manualmente se ha vuelto una tarea impracticable. En consecuencia, surgió el análisis de variabilidad automático, a fin de validar estos modelos en etapas tempranas de desarrollo mediante la asistencia de razonadores lógicos externos.
Existen diversas herramientas y propuestas orientadas al análisis automatizado de los modelos de variabilidad. Sin embargo, la mayoría de ellas se enfocan en los Modelos de Características (FM). En general, las escasas herramientas centradas en Modelos de Variabilidad Ortogonal (OVM) carecen de soporte gráfico y,
al igual que los enfoques anteriores, no logran llevar a cabo un análisis de los modelos de variabilidad del todo preciso, ya que las técnicas de traducción y validación utilizadas están limitadas por lógicas restrictivas.
En esta Tesis se presenta el diseño de un modelo cliente-servidor de una herramienta gráfica Web, para modelado de variabilidad ortogonal. Con el objeto de asegurar la calidad de los diseños, la herramienta interactúa con un sistema de razonamiento subyacente, basado en Lógicas Descriptivas (DL), encargado de resolver consultas acerca de la ocurrencia de antipatrones en el modelo generado por un modelador. Asimismo, se detalla un catálogo de los antipatrones, los cuales están basados en casos de test estándar para modelos de variabilidad y extraídos de la bibliografía.
La integración de un front-end gráfico y un back-end lógico de la herramienta se obtiene a través de la utilización de una codificación que formaliza los OVMs en la DL ALCI.
Como resultado, se construyó una herramienta cliente-servidor denominada crowd-variability que permite el diseño gráfico, visualización y búsqueda de antipatrones en diagramas OVM. Esta herramienta provee soporte gráfico a los usuarios para modelar sus diagramas, gracias a la utilización de la biblioteca gráfica JointJS, y está integrada con razonadores automáticos externos basados en DL. Los razonadores se encargan de procesar la representación lógica de un modelo OVM y de proveer respuestas sobre la presencia de antipatrones. Finalmente, los resultados de este análisis son notificados al modelador de manera gráfica y textual.
