MétaCan
Menu
Retour à la cohorte
Enregistrement W2975553208 · doi:10.22215/etd/2015-11161

Mapping ACL/VF to a Java Environment: A Feasibility Study

2015· dissertation· en· W2975553208 sur OpenAlexaff
Howard Needham

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueAdvanced Software Engineering Methodologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésJavaComputer scienceUSableContext (archaeology)Software engineeringFocus (optics)Programming languageOperating systemWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

There are a number of different approaches to runtime validation, and one such method is Model Based Testing (MBT), a quality assurance technique where a test suite is generated from an abstract model.While there exists a number of different approaches to accomplish modelbased testing, most are state-based (and thus faced with problems such as state explosion, correspondence to code, etc.).In this thesis, we instead focus on an alternative approach to MBT, namely scenario based testing, which we consider in the context of runtime validation.More specifically, we address scenario monitoring and validation in ACL/VF ACL/VF.This approach, developed by Dr. Corriveau and his research team, provides both a language (ACL -Another Contract Language) to specify an implementation-independent testable model and a tool (VF -the Validation Framework) to validate an implementation against an ACL model.The two current versions of the ACL/VF have a number of issues that prevent it from being a usable solution.The original version is .NET specific and incorporates external tools that are no longer supported.Upgrading it to a more recent version of .NET would amount to a complete rewrite.But, more importantly, this initial version has a major bug in its way of monitoring scenarios and a solution requires rethinking a significant and highly technical portion of the implementation of the VF.Instead a new version was implemented and tested with the JavaMOP framework.That solution requires manually mapping an ACL specification to a corresponding set of JavaMOP monitors.Experimentation with this second solution however revealed it cannot manage and monitor multiple scenarios running simultaneously!In light of these very significant difficulties, the most immediate research question for ACL/VF is to determine whether it (and more specifically its rich scenario monitoring) can be implemented in a commonly-used environment such as the core Java/J2EE framework (ideally with no dependencies on external tools).This thesis provides an affirmative answer to this question: a case study is used to illustrate the proposed approach to monitor ACL scenarios using Java threads.We also provide a one to one mapping of ACL elements to corresponding Java/J2EE based code.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,099
Tête enseignante GPT0,357
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Software Engineering MethodologiesTravaux en français237 207