A graph based feature selection approach for configuring software product lines. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF g201309150_-_M.S._Thesis.pdf Download (4MB) | Preview

Arabic Abstract

خط انتاج البرمجيات هو التكوين المركزي بالاعتماد على تطوير مجموعة من المنتجات البرمجية المرتبطة ببعضها، وكلها تشترك في بعض الوظائف الأساسية، وتختلف في بعض السمات المحددة. خط انتاج البرمجيات يستخدم نموذج يعتمد على الخاصية لتحديد القواسم المشتركة والمتغيرات من حيث خصائص البرمجيات، لتحديد وتطوير برمجيات يمكن إعادة استخدامها. الاختيار من بين هذه الخصائص هي عملية أساسية لإنتاج تكوينات جديدة لخط انتاج البرمجيات التي تهدف إما إلى تقليل أو زيادة الهدف التجاري، والذي عادة يخضع لمجموعة من القيود. حتى الآن، تقنيات اختيار الخاصية ركزت على إيجاد الحل الأمثل لدالة الهدف مثل القيود في التكلفة والموارد. مع ذلك، فان الطرق الحالية المستخدمة لا تعتمد العلاقات الهيكلية والاعتمادات التكوينية المشفرة في النموذج المعتمد على الخاصية، جنبا إلى جنب مع أهداف المؤسسة، وترك الباب مفتوحا أمام مسألة كيفية ايجاد أفضل السبل لتحسين اختيار الخصائص لخط انتاج البرمجيات في ظل وجود خاصية الترابط. في هذه الأطروحة البحثية، قمنا بتطوير تقنية اختيار الخصائص التي تعزز الخصائص المترابطة في مجموعات ذات صلة، وباستخدام الخوارزمية الجينية لإيجاد أقرب حل للحل الأمثل لاختيار الخاصية مع الاخذ بالاعتبار الخطأ الوارد من توزيع المجموعات، أولوية المنتج وسلامة المنتج. وتقدم هذه الأطروحة حل لمسالة لاختيار الخاصية لخط انتاج البرمجيات والتي تساعد المطور في تحليل الترابط واختيار الخاصية المناسبة لتكوينات خط انتاج البرمجيات. هذه الاطروحة أيضا تم تطبيقها على اثنين من دراسات الحالة لتقييم عمل المنهج المقترح.

English Abstract

A Software Product line (SPL) is configuration-centric with a focus on developing a collection of related software products, all of which share some core functionality, and differ in some specific features. SPL uses a feature model to specify the commonalities and variabilities in terms of software features, to identify and develop reusable software assets. Selection of features is a key process to derive new SPL configurations that aim to either minimize or maximize a business objective, subject to a set of constraints. To date, feature selection techniques have focused on finding an optimal solution to objective functions such as cost and resource constraints. However, the existing approaches have not considered the structural relationships and configuration dependencies encoded in a feature model, together with the business objectives, leaving open the question of how best to optimize SPL feature selection in the presence of feature interdependencies. In this research thesis, we have developed a feature selection technique that consolidates interdependent features into related clusters and uses a Genetic algorithm (GA) to find a near optimal solution for feature selection with respect to clustering error, product priority and product integrity. This thesis provides a solution to SPL feature selection problem such that it helps a developer to analyze interdependencies and select suitable features for SPL configurations. This thesis also applies the approach on two case studies to evaluate the workings of the developed approach.

Item Type:	Thesis (Masters)
Subjects:	Computer Research > Information Technology
Department:	College of Computing and Mathematics > Information and Computer Science
Committee Advisor:	Mahmood, Sajjad
Committee Members:	AlShayeb, Mohammad and Niazi, Mahmood
Depositing User:	MOHAMMAD JAVED (g201309150)
Date Deposited:	14 Nov 2016 11:45
Last Modified:	31 Dec 2020 09:09
URI:	http://eprints.kfupm.edu.sa/id/eprint/140119