On the automated analysis of software product lines using feature models: a framework for developing automated tool support

• Autores: David Benavides
• Directores de la Tesis: Amador Durán Toro (dir. tes.) , David Ruiz Cortés (dir. tes.)
• Lectura: En la Universidad de Sevilla ( España ) en 2007
• Idioma: inglés
• Número de páginas: 164
• Enlaces
  • Tesis en acceso abierto en: Idus
• Resumen

  • En los últimos años, ha habido un gran empuje por parte de la comunidad investigadora en torno a una nueva línea de investigación. Se trata de las líneas de producto software. Las líneas de producto software se centran en proponer soluciones, métodos y técnicas para la producción y construcción de una serie de productos software que comparten características comunes pero que también tienen partes peculiares. De esta manera, la construcción de un nuevo producto se debería hacer partiendo de una base común de tal modo que no haya que empezar desde cero.

    Una parte importante dentro de este nuevo paradigma de construcción de software es un modelo que represente a todos los posibles productos de una misma línea de productos. Uno de los modelos más utilizados con este fin son los modelos de características (feature models) que fueron propuestos por primera vez en 1990 y han sido objeto de investigación a lo largo de estos años. Hasta ahora, los modelos de características han sido principalmente usados como notaciones gráficas para comunicar a los diferentes participantes en la producción de software, desde clientes hasta desarrolladores. Es importante señalar que el análisis automático de estos modelos fue propuesto como una menta a alcanzar en el informe original de 1990, sin embargo, ha sido en los últimos años cuándo han aparecido algunas propuestas para el análisis automático de los modelos de características.

    En esta tesis doctoral, se presenta FAMA (FeAture Model Analyser), un nuevo marco de trabajo para el análisis automático de líneas de producto software en general y de modelos de características en particular. Sus principales ventajas están basadas en su base formal que permite evitar interpretaciones erróneas de su semántica; su abstracción que permite extender FAMA con otros modelos distintos de los modelos de características; la posibilidad de analizar modelos de características extendidos en los que se incluyen atributos sobre las características y finalmente la inclusión de varios resolutores distintos en la implementación. De este modo, FAMA supone un paso adelante para establecer las bases que permitan la construcción de herramientas software para el análisis automático de modelos de características.