Constraint-Based Design Recovery for Software Reengineering: Theory and Experiments

چالش بزرگ مهندسی معکوس بازیابی اطلاعات طراحی از کدهای قدیمی است: مشکل بازیابی مفهوم. این مونوگراف تلاش تحقیقاتی ما را برای مقابله با این مشکل توصیف می کند. این نظریه ما را در مورد اینکه چگونه یک رویکرد مبتنی بر محدودیت برای تشخیص طرح برنامه می‌تواند به طور موثر مفاهیم طراحی را از کد منبع استخراج کند، بحث می‌کند، و جزئیات آزمایش‌هایی را در بازیابی مفهوم که ادعاهای ما را در مورد مقیاس‌پذیری پشتیبانی می‌کنند، ارائه می‌کند. مهمتر از همه، ما مدل‌ها و آزمایش‌های خود را با جزئیات کافی ارائه می‌کنیم تا بتوان به راحتی آن‌ها را تکرار کرد. این کتاب برای محققان یا توسعه دهندگان نرم افزار در نظر گرفته شده است که با مهندسی معکوس یا مهندسی مجدد سیستم های قدیمی مرتبط هستند. با این حال، ممکن است آن دسته از محققانی را که علاقه مند به استفاده از تکنیک های تشخیص طرح یا استدلال مبتنی بر محدودیت هستند نیز مورد توجه قرار دهد. ما از خواننده انتظار داریم که پیشینه منطقی در علوم کامپیوتر (یعنی آشنایی با مبانی برنامه نویسی و تحلیل الگوریتم) داشته باشد، اما نیازی به آشنایی با زمینه های مهندسی معکوس یا هوش مصنوعی (AI) نداریم. برای این منظور، تمام تکنیک‌های هوش مصنوعی که استفاده می‌کنیم را به دقت توضیح می‌دهیم. این کتاب به عنوان مرجع دوره های سمینار پیشرفته کارشناسی یا کارشناسی ارشد در مهندسی نرم افزار، مهندسی معکوس یا مهندسی مجدد طراحی شده است. همچنین می‌تواند به عنوان یک کتاب درسی تکمیلی برای دوره‌های مرتبط با مهندسی نرم‌افزار، مانند دوره‌های مربوط به درک برنامه یا بازیابی طراحی، برای دوره‌های مرتبط با هوش مصنوعی، مانند دوره‌های مربوط به شناسایی طرح یا رضایت از محدودیت‌ها، و برای دوره‌هایی که هر دو موضوع را پوشش می‌دهند، عمل کند. مانند برنامه های کاربردی هوش مصنوعی در مهندسی نرم افزار. سازمان کتاب شامل هشت فصل است.

The great challenge of reverse engineering is recovering design information from legacy code: the concept recovery problem. This monograph describes our research effort in attacking this problem. It discusses our theory of how a constraint-based approach to program plan recognition can efficiently extract design concepts from source code, and it details experiments in concept recovery that support our claims of scalability. Importantly, we present our models and experiments in sufficient detail so that they can be easily replicated. This book is intended for researchers or software developers concerned with reverse engineering or reengineering legacy systems. However, it may also interest those researchers who are interested using plan recognition techniques or constraint-based reasoning. We expect the reader to have a reasonable computer science background (i.e., familiarity with the basics of programming and algorithm analysis), but we do not require familiarity with the fields of reverse engineering or artificial intelligence (AI). To this end, we carefully explain all the AI techniques we use. This book is designed as a reference for advanced undergraduate or graduate seminar courses in software engineering, reverse engineering, or reengineering. It can also serve as a supplementary textbook for software engineering-related courses, such as those on program understanding or design recovery, for AI-related courses, such as those on plan recognition or constraint satisfaction, and for courses that cover both topics, such as those on AI applications to software engineering. ORGANIZATION The book comprises eight chapters.