MétaCan
Menu
Retour à la cohorte
Enregistrement W2069216469 · doi:10.4018/jbdcn.2012100105

Applying ADD Model to Enhance Quality of SOA Applications

2012· article· en· W2069216469 sur OpenAlexaff
Hamid Mcheick

Notice bibliographique

RevueInternational Journal of Business Data Communications and Networking · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésOASIS SOA Reference ModelComputer scienceArchitectural styleService-oriented architectureReuseInteroperabilitySoftware engineeringArchitectureIntegration testingQuality (philosophy)Resource (disambiguation)Systems engineeringWeb serviceWorld Wide WebSoftwareEngineeringProgramming language

Résumé

récupéré en direct d'OpenAlex

SOA enables integration of applications and resources flexibly, representing every application or resource as a service. Its purpose is to facilitate reuse and interoperability of applications, which are regarded as quality attributes of a system. It is very easy to talk about the benefits of SOA (reuse, etc.). But, there are no precise specifications to define this concept as the architectural style. SOA has another shortcoming; it is a problem of performance related to the creation of services that affect the total processing time of the system. This paper provides a basic specification of SOA and identifies architectural tactics to improve performance. The tactics adopted for the performance are then validated by a case study. A solution for the development of tactics is to use the ADD method. This is a method to meet the architectural requirements or qualities expected from a system. Three architectural models have been well integrated into SOA. Validation of the case study determined that the tactics are working and it is interesting to use in SOA architecture. However, an interesting point that arises from the test is that the decomposition model of service can be used with caution. Two contributions emerge from this paper: a basic specification and a design of SOA-based integration models (architectural) to improve performance. The main recommendation arising from this test is the addition of tactical or creating tools to automate the architecture chosen and thus improve performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0050,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,112
Tête enseignante GPT0,394
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business Data Communications and NetworkingMême sujetService-Oriented Architecture and Web ServicesTravaux en français237 207