Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/12769
Files in This Item:
File Description SizeFormat 
2012_ViniciusUrielCardosoNunes.pdf2,16 MBAdobe PDFView/Open
Title: Gerência de variabilidade em modelos de confiabilidade para linha de produtos de software
Authors: Nunes, Vinicius Uriel Cardoso
Orientador(es):: Alves, Vander Ramos
Coorientador(es):: Rodrigues, Genaína
Assunto:: Administração de produto
Software
Processos de Markov
Engenharia de software
Issue Date: 10-Apr-2013
Citation: NUNES, Vinicius Uriel Cardoso. Gerência de variabilidade em modelos de confiabilidade para linha de produtos de software. 2012. xii, 88 f., il. Dissertação (Mestrado)—Universidade de Brasília, Brasília, 2012.
Abstract: Software está cada vez mais presente em nosso dia a dia. Em alguns domínios, especialmente os de sistemas críticos, software confiável é uma necessidade. Assegurar confiabilidade não é um problema trivial. Model checking pode ser utilizado para estimar a confiabilidade de um software através de modelos que representam a comportamento do sistema. Através destes modelos é possível estimar e medir quantitativamente propriedades como confiabilidade. No contexto das Linhas de produto de software (LPS), é preciso verificar uma família inteira de sistemas. Não é viável construir um modelo para cada configuração de uma LPS uma vez que o número de modelos requerido pode ser muito grande. Algumas contribuições tratam diretamente esta questão propondo técnicas específicas para LPS. Em particular, a técnica de model checking paramétrico permite a utilização de uma único modelo para obter valores de propriedades de diferentes configurações através de uma fórmula aritmética. No entanto, mesmo uma fórmula aritmética pode não ser fácil de avaliar em alguns cenários. As técnicas atuais impõem limitações sobre a variabilidade. Lidar com variabilidade por meio de model checking paramétrico é ainda um problema em aberto. Nesse trabalho, esse problema é tratado por meio de uma proposta de modelagem para model checking paramétrico capaz de representar qualquer tipo de variabilidade. Além disso, apresentamos uma extensão para abordagem proposta capaz de reduzir o tamanho da fórmula paramétrica. _______________________________________________________________________________________ ABSTRACT
Software is increasingly present in our daily lives. In some domains, specially those of critical systems, dependable software is a must. Ensuring dependability is not a trivial problem. Model checking can be used to estimate the reliability of a software through models that represent the behavior of the system. Through these models it is possible to estimate and measure quantitatively properties such as reliability. In the context of Software Product Lines (SPL), we need to check an entire family of systems. It is not feasible to build a model for each configuration of a SPL as the number of models required can be very large. Some contributions directly address this issue proposing techniques specically tailored for SPL. Particularly, the technique of parametric model-checking al-lows the use of a single model to obtain properties values from different configurations through an arithmetic formula. However, even an arithmetic formula may not be easy to evaluate in some scenarios. Current techniques may impose limitations over the variability. To handle variability on parametric model checking is still an open problem. This work addresses this problem by proposing a parametric model checking approach able to represent any type of variability and providing a theoretical basis where this work is grounded. Additionally, we present and extension to this approach able to reduce the size of the parametric formula.
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2012.
Appears in Collections:CIC - Mestrado em Informática (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/12769/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.