Solver Representations for Cardinality-based Feature Models

Software-Produktlinien sind die bevorzugte Methode zur Modellierung und Verwaltung der Variabilität in Softwaresystemen. Feature Modelle sind der De-facto-Standard für die Modellierung von Software-Produktlinien, für die viele Analysewerkzeuge zur Erkennung von z. B. toten Features oder falschen optionalen Features entwickelt worden sind. Für komplexere Bereiche wie Cloud Computing und cyber-physische Systeme möchten Kunden jedoch möglicherweise nicht nur konfigurieren, ob sie das Feature benötigen, sondern auch die Anzahl der benötigten Instanzen eines bestimmten Features angeben. ... mehrKardinalitätsbasierte Feature Modelle sind eine Erweiterung der booleschen Feature Modelle, die Kardinalitäten und Kardinalitätsbeschränkungen in Modellierungsansätze einbeziehen, um die Modellierung komplexerer Systeme zu ermöglichen. Leider ist diese Erweiterung unzureichend, was die Bereitstellung von Werkzeugen für die Analyse und Instanzgenerierung angeht. Daher werden in dieser Arbeit eine Reihe von Ansätzen für die Analyse der Kardinalitätsbasierte Feature Modelle vorgeschlagen, darunter der Multi-Set Ansatz, der naive Klonansatz und der verbesserte Klonansatz mit ganzzahligen Blättern. Darüber hinaus werden in dieser Arbeit Solver Repräsentationen für jeden der unterschiedlichen Ansätze mit drei verschiedenen Solvern vorgestellt: Satisfiability Modulo Theories (SMT), Integer Linear Program (ILP),, und Constraint Satisfaction Problem (CSP). Die Durchführbarkeit der verschiedenen Ansätze für die Analyse von Anomalien und die Generierung von Instanzen wird bewertet, und die Leistung der Ansätze in den verschiedenen Solver-Darstellungen wird verglichen. Die Ergebnisse zeigen, dass für die Mehrheit der Anomalien der Multi-Set-Ansatz sowohl ausreichend als auch am leistungsfähigsten für die Analyse der Grenzen ist. Um jedoch alle Anomalien zu identifizieren, ist es notwendig, eine Lückenanalyse mit einem der Klonansätze durchzuführen. Der Cloning-Ansatz mit ganzzahligen Blättern zeigt eine bessere Leistung bei der Analyse von Anomalien. Außerdem zeigten die beiden CSP-Klonierungsansätze die beste Leistung bei der Instanzerzeugung sowohl für Kardinalitätsbasierte Feature Modelle als auch für Feature Modelle. Zusammenfassend lässt sich sagen, dass die Leistung des \ac{csp}-Solvers in allen Bereichen der Studie, einschließlich der verschiedenen Ansätze und Analyseverfahren, überlegen ist.

Software Product Lines (SPLs) are the preferred methodology for modelling and managing the variabilities of software systems. Feature models are the de-facto standard for modelling SPLs, for which many analytical tools for the detection of, for instance, dead features or false optional features, have been developed. However, for more complex domains such as cloud computing and cyber-physical systems, customers may not only want to configure whether they require the feature but also specify the number of instances needed of a given feature. Cardinality-based Feature Models (CFMs) are an extension of Boolean Feature Models (FMs) that incorporates cardinalities and cardinality constraints into modelling approaches to address the modelling of more complex systems. ... mehrUnfortunately, this extension is deficient in terms of the provision of tools for analysis and instance generation. Thus, this thesis proposes a range of approaches for the analysis of the CFMs, including multi-set, naive cloning approach, and improved cloning approach with integer leaves. Furthermore, this thesis puts forward solver representations for each of the disparate approaches with three distinct solvers: Satisfiability Modulo Theories (SMT), Integer Linear Program (ILP), and Constraint Satisfaction Problem (CSP). The feasibility of the different approaches for anomaly analysis and instance generation is evaluated, and the performance of the approaches in the different solver representations is compared. The results demonstrate that for the majority of the anomalies, the multi-set approach is both feasible and most performant for the bound analysis. However, in order to identify all anomalies, it is necessary to conduct a gap analysis using one of the cloning approaches. The cloning approach with integer leaves thus demonstrates superior performance in terms of anomaly analysis. Also, the two CSP cloning approaches showed the best performance for instance generation for both CFMs and FMs. In conclusion, the performance of the CSP solver encodings was found to be superior in all areas of the study, including the various approaches and analysis operations.