مقایسه کارایی الگوریتم های مختلف استخراج الگوهای تکراری روی وارسی مدل سیستمهای مشخص شده با سبک معماری

وارسی مدل یک روش رسمی برای تحلیل خودکار معماریهای نرم افزار مبتنی بر یک سبک معماری است که در آن، سبک معماری باید توسط یک زبان رسمی توصیف شود. زبان تبدیل گراف یکی از زبانهای رسمی است که قابلیت توصیف سبکهای معماری را دارد. در وارسی مدل، باید همه حالتهای ممکن مدل پیمایش شوند و این باعث میشود که در مدلهای بزرگ، با مشکل کمبود حافظه (انفجار فضای حالت) مواجه شود. برای غلبه بر این مشکل، قبلا راه حلی ارائه کرده بودیم که به پیمایش کامل فضای حالت نیاز نداشت. در واقع، چون مدلها با اندازه های مختلف از یک سبک معماری (توصیف شده با زبان تبدیل گراف) دارای زیرساختها و قوانین قابل اجرای مشابهی هستند، این راهحل ابتدا مدل کوچکی از سیستم داده شده را با تولید کامل فضای حالت وارسی کرده، سپس الگوهای تکراری را از این فضای تولید شده استخراج میکردو در نهایت، این الگوها را برای وارسی هوشمندانه مدل واقعی بکار میبرد. در این مقاله، الگوریتمهای مختلف یافتن چنین الگوهای تکراری از جمله Apriori، FP-Growth و Eclat را در نظر گرفته و کارایی آنها را از طریق پیادهسازی در ابزار – GROOVE از ابزارهای وارسی مدل مبتنی بر زبان تبدیل گراف- با هم مقایسه خواهیم کرد.

کلیدواژه ها:

وارسی مدل ، سبک معماری ، تبدیل گراف ، الگوی تکراری