Yaz l m Mimarisi Geri Kazan m : Hiyerarsik Kumeleme Yontemi

Abstract

As a result of not running appropriately the software development process, many problems occurs. One of important these problems is not forming software architecture. Analysis, development and testing will become harder, maybe impossible with a system without software architecture.For this reason, focused on software architecture recovery from source code and tested various methods. While lack of source about software architecture recovery domain is trying to be satis ed, also, explanation of past studies with a comprehensible way and for this reason representing a source material for future research is aimed.With this perspective; hierarchical clustering for software architecture recovery examined and fundamental principals, clustering measures, algorithms and studies on software domain described.

Keywords

• Anahtar Kelimeler
• Yaz l m mimarisi
• Tersine muhendislik
• Mimari geri kazan m
• Hiyerarsik kumeleme

-

GI_RI_S Yaz l m sisteminin mimarisi nesneye dayal sistemlerde s n ar ve iliskileri ifade eder. Bu yap lar n kullan larak yaz l m mimarisinin yeniden olusturulabiliyor olmas cogu durumda hayati onem arz etmektedir. Gunumuzde baz yaz l mlar n, kaynak kodundan baska hic bir dokuman bulunmamaktad r. Bu nedenledir ki yaz l mda degisiklik yap lmas , gelistirmeler icin ihtiyaclar n analiz edilmesi veya hata giderimleri icin gereksinim duyulan on bilginin olmay s nedeniyle zaman ve para kay plar buyuk miktarlarda olabilmektedir. Bu problemleri asabilmek icin yaz l m kaynak kodundan yaz l m mimarisinin c kar lmas ihtiyac ortaya c km s ve otonom olarak cal san cesitli yontemler gelistirilmistir [ 1 ], [ 2 ], [ 3 ], [ 4 ].

Cesitli alanlarda mimari geri kazan m (architecture recovery) icin bir cok teknik gelistirilmis ve uygulanm st r. Bu yontemlerden baz lar , yaz l m mimarisinde yap analizi, bag nt ve iliski c kar m ile kumeleme icin kullan lm st r [ 5 ],[ 6 ]. Pollet ve digerlerinin sunmus olduklar mimari geri kazan m yaklas m nda, yaz l m mimarisi tekrar insas nda (reconstruction) kumeleme, "quasi-auto- matic" (otomatik gibi) olarak tan mlanm st r [ 7 ].

Bu alandaki tum cal smalar gostermistir ki; mimari geri kazan m yaklas mlar n n temelinde kumeleme bulunmaktad r. Kumelemenin bu alanda kullan lmas ve ilgi cekiyor olusu, Jain ve digerlerinin veri kumeleme incelemesiyle [ 8 ] buyuk oranda art s gostermistir [ 9 ]. Ayr ca bu cal smada kumeleme yaklas mlar nda kullan lan algoritmalar, bolumlemeli ve hiyerarsik olmak uzere iki s n f olarak tan mlanm st r. Bolumlemeli algoritmalar genel olarak, baslang cta giris bolumlemelerinden olusan belirli say daki kumelerden olusur. Her bir ad mda, baslang cta belirlenen kume say s sabit kalacak sekilde, bolumlemeler belirlenerek kriterlere gore duzenlenirler. Bu algoritman n dezavantaj kumeleme yap lacak olan sistemde kac adet kume oldugunun bilinmemesi durumunda ortaya c kmaktad r. Diger taraftan, yaz l m mimarisi dusunuldugunde ise genellikle olusturulacak olan kume say s bilinmemektedir. Bunun yan nda, bolumlemeler icerisindeki n nesne k kume icerisinde aranmaktad r ve genellikle cok fazla hesaplama yuku getirmektedir. Bu nedenlerden dolay arast rmac lar bulgusal (heuristic) tabanl yaklas mlar benimsemislerdir [ 10 ], [ 11 ], [ 12 ].

Yaz l m sisteminin kume say bilgisi baslang cta edinilebiliyorsa, yaz l m mimari geri kazan m icin bolumlemeli kumeleme kullan labilir. Ancak bu durumda bile yaz l mlar n genel yap s itibari ile hiyerarsik yap da tasarlanmalar nedeniyle, duz yap da olan bolumlemeli kumeleme cogu zaman uygun olmaz [ 5 ], [ 13 ]. Diger bir kumeleme yontemi olan hiyerarsik kumeleme de ise seviyeli yap desteklenir. Hiyerarsik kumelemede onceki iterasyonlar mimariyi detayl olarak ortaya c kar rken, sonraki iterasyonlarla yuksek seviye gorunum elde edilir ve baslang cta kume say bilgisine ihtiyac duyulmaz.

Cesitli alanlarda kullan lan kumeleme yontemlerinin temel yap s , ancak kumeleme degerleri ve algoritmalar n n anlas lmas ile yaz l m mimarisinde geri kazan m icin uyarlanabilir. Bu nedenle, hiyerarsik kumeleme yontemiyle yaz l m mimarisi geri kazan m nda, bu cal smada da oldugu gibi diger cal smalarda da, kullan lan temel kaynaklardan biri Maqbool ve Babri taraf ndan yay nlanm st r [ 9 ]. Yapt klar cal smada k saca:

1. Cesitli benzerlik ve mesafe olcutleri yaz l mlar icin, analiz edilerek benzerlik/mesafe gruplar c kar lm s, ayr ca ayn grup uyeleriyle yap lan incelemelerin ayn sonuclar verdigi, 2. Yay nlanm s olan Weighted Combined Algorithm (WCA) [ 14 ] ve LIMBO [ 15 ] algoritmalar incelenmis ve ad m yaklas m benzerlikleri ac klanm s, ayr ca bu yaklas mlar n uyarlanmas yla daha az say da key karar verildigi ve daha iyi sonuclar elde edildigi,

3. Bilinen hiyerarsik kumeleme algoritmalar analiz edilerek ve bag nt lar n n guclu ve zay f yanlar degerlendirilerek, kumeleme algoritmalar n n performans n n sadece kendi karakteristigine degil ayn zamanda uyguland g yaz l ma gore de degisiklik gosterdigi sunulmustur [ 9 ].

Geri kazan m islemi icin gelistirilmis olan Dali [ 16 ], PBS [ 17 ], Imagix4D [ 18 ] and Bauhaus [ 19 ] gibi yard mc araclar bulunmaktad r. R. Naseem ve digerleri taraf ndan yay nlanan cal smada ise bu araclar n mimari geri kazan m ndaki tum ad mlar n gerceklenmesinde tam anlam yla kullan lamamas nedeniyle DRT isimli ozellestirilmis arac gelistirilmistir [ 20 ]. Bunun yan nda tersine muhendislik icin yaklas mlar ac klanm st r.

Otomatik olarak yaz l m mimarisinin kazan lmas alan nda bircok cal sma sunulmustur [ 1 ], [ 2 ], [ 3 ], [ 4 ]. Bu cal smalardan T. Lutellier ve digerlerinin sundugu cal smaya gore onceki cal smalar n gelistirildigi ve 10 milyon seviyesindeki sat rdan olusan kodlarda sunulan alt modul tabanl teknik kullanarak cal sabildigi, diger yontemlerle bunun yap lamad g sunulmustur [ 4 ].

Bu cal smada ise amac; hiyerarsik kumeleme yap s n n, ac k bir sekilde incelenmesi ve gecmis cal smalar n ac klanmas ile yaz l m mimarisi geri kazan m icin uygulanabilirliginin arast r larak, bu alanda eksik olan kaynak dokuman problemine cozum bulmakt r. Bu nedenle; konu kapsam na giren cal smalar incelenmis, ozellikle Maqbool ve Babri taraf ndan yap lan cal sma ana referans olarak al nm s ve ilgili bilgiler kullan lm s [ 9 ], temel olusturacak bilgiler anlas l r bir sekilde ifade edilmeye cal s lm s ve arast rmalara kaynak olmas hede enmistir. Bu kapsamda; Bolum' 1 de yaz l m mimarisi ve kumeleme alanlar ndaki mevcut problemler ile yap lan cal smalara deginilmis, Bolum 2' de kumeleme benzerlik olculeri ve kars last rmalar k saca anlat lm s, Bolum 3'te hiyerarsik kumeleme ad mlar yaz l m mimarisi boyutuyla anlat lm s, kullan lan algoritma ve benzerlik olculerinin kars last rmal analiz cal smalar incelenmis ve Bolum 4'te ise hiyerarsik kumeleme algoritmalar anlat larak kars last r lm st r. 2

Kumeleme

Kumeleme isleminde; gruplar icerisindeki madde veya varl klar birbirleriyle benzerlik, diger gruplar ile farkl l k gosterecek sekilde bicimlendirilir. Yap lan bu ayr mda benzerlik veya farkl l klar madde/varl klar n karakteristik veya ozelliklerine gore olur. Bunun yan nda, benzerliklerin belirlenmesi icin formal ve nonformal ozellikler kullan lm s, baz arast rmac lar taraf ndan ise beraber kullan lm st r [ 15 ], [ 21 ]. Formal ozeliklere; global degiskenleri, fonksiyonlar , nonformal ozelliklere ise yorum veya ac klama sat rlar ornek olarak verilebilir.

Kumelemede ozelliklerin ifade sekli genellikle binary olarak yap l r ve '1-0' seklinde ifade edilir. Benzerliklerin olculmesi icin kullan lan binary tan mlamada kars last r lan iki farkl madde/varl k ayn ozelliklerinin durumuna gore incelenir. Eger ikisinde de ozellik '1' olarak ifade ediliyorsa benzerlik olma olas l g yuksek demektir. Diger bir taraftan ise iki ozelligin de '0' olmas '1' olmas na gore daha dusuk olas l kla benzerlik olabilecegini gosterir. Bu nedenle benzerlikte ozellik degerlerinin '0' olmas degil, '1' olmas kumeleme icin daha yuksek oneme sahiptir.

Kumeleme isleminde oncelikli olarak varl klar ve ozellikler tan mlanarak her bir varl k icin ozellik vektoru olusturulur. O zellik vektorleri genellikle '1' ve '0'lardan olusur. Devam nda benzerlik olcutu belirlenerek her bir varl g n digerleriyle olan benzerlikleri kare matris seklinde ifade edilir. Benzerlik matrisinin olusturulmas sonucunda ise kumeleme algoritmas kullan larak uygun grupland rma islemi yap l r. O nemli olan grup icerisindeki benzerliklerin yuksek olmas ve gruplar aras benzerliklerin daha dusuk olmas d r. 2.1

Benzerlik O lculeri

Kumeleme isleminde kullan lacak olan benzerlik degerleri olarak, mesafe olculeri (distance measures) ve bag nt katsay lar (correlation coe cient) kullan l r. Bir cok benzerlik olcusu vard r ve bunlar mesafe katsay lar , iliski katsay lar , bag nt katsay lar , olas l k katsay lar seklinde grupland rabiliriz. Bilinen mesafe ve benzerlik olculeri Tablo 1' de verilmistir [ 9 ].

Tablo 1. Mesafe ve Benzerlik Olculeri Mesafe O lcusu Minkowski Canberra Bray-Curtis Chord Hellinger

Formul

yijr)1=r (P jxi P jxi yij= xjij + jyij

P jxi yij

P (xjij+jyij) r s

P Jaccard ve Sorenson-Dize olculeri kars last r ld g nda ayn kumeleri bulduklar gorulmustur [ 21 ]. Ancak; Sorenson-Dice olculerinde ekstradan ag rl k verme islemi olmas nedeniyle, daha uygun sonuclar vermesi beklenirdi [ 9 ]. Jaccard, SorensonDice ve Sokal-Sneath degerleri ile yapt klar cal sma sonucu, ayn kumeleri bulmalar n n nedeninin monotonik bag nt lar oldugunu gorduler [ 22 ]. Monotik bag nt da varl klar (E1 E4) aras ndaki benzerlik iliskisi benzerlik(E1; E2) > benzerlik (E3; E4) ve bu sonuca s1 benzerlik degeri ile hesaplama sonucu ulas ld ysa E3 ve E4 degerleri s1 degeriyle monotik olarak iliskili ise diger metrikleri icinde her zaman benzerlik(E1; E2) > benzerlik(E3; E4) olacakt r [ 9 ].

Bag nt katsay s yaklas m nda, olmayan ozellik degerlerinin hesaplamalarda kullan lmas na ragmen, yaz l m kumeleme icin iyi sonuclar elde etmesi beklenmeyen bir durumdur ve nedeni olarak ise benzerlikleri ifade eden '1' degerlerinin '0' olan degerlere oranla yuksek seviyede oneme sahip olmas d r ve formulsel ac klamas da cesitli cal smalarla yap lm st r [ 9 ].

Ayr ca bu cal smada gorulmustur ki farkl olculerle al nan sonuclar yaz l m karakteristiklerine ve ozellik ifade sekline bag ml d r [ 9 ] .

Tablo 1'de yer alan mesafe olculerinde x ve y Euclidian uzay ndaki noktalar temsil etmektedir. Tablo 1'deki benzerlik olculerinde; kars last r lan varl klar n ikisinde de '1' olan ozellik say s a, ikisinde de '0' olan ozellik say s d, birisinde '1' iken digerinde '0' olan ozelliklerin say s ise s ras yla b ve c ile ifade edilmektedir. Yaz l m mimarisinde ozelliklerin asimetrik olmas nedeniyle mesafe degerlerinden d icermeyenlerin, icerenlere oranla daha iyi sonuclar verdigi gozlemlenmistir [ 21 ], [ 23 ].

Hiyerarsik kumelemede birden fazla varl k birbirine benzer c kabilir ve key secim yap lmas soz konusudur. Bu durumdan sak nman n daha iyi sonuclar verdigi cal smalar ile gosterilmistir [ 14 ].

Temel hiyerarsik kumeleme algoritmalar Tablo 2'te verilmistir [ 9 ]. Bu algoritmalar ile; belirlenmis olan yeni kume ve diger varl klar n benzerlikleri, belirtilen hesaplamalar ile yap l r. Ei, Em ve Eo varl klar Emo ise varl klar n birlestirilerek kume olusturulmas n ifade eder. Tablo 2'de verilen algoritmalara gore CLA yaz l m kumelemede digerlerine gore daha basar l d r. Bunun yan nda; SLA daha basar s z ve WLA ile ULA ise bu iki algoritman n aras nda basar ya sahiptir [ 9 ].

Tablo 2. Hiyerarsik Kumeleme Algoritmalar Algoritma Single Linkage (SLA) Complete Linkage (CLA)

Kume Benzerligi sim (Ei; Emo) = M ax (sim (Ei; Em) ; sim (Ei; Eo)) sim (Ei; Emo) = M in (sim (Ei; Em) ; sim (Ei; Eo)) Weighted (WLA)

Average

Linkage sim (Ei; Emo) 1=2sim (Ei; Eo) = 1=2 (sim (Ei; Em)) + Unweighted Average Linkage sim (Ei; Emo) = (sim (Ei; Em) + size (Em) + (ULA) sim (Ei; Eo) size (Eo) t)= (size (Em) + size (Eo)) 3

Mimarisinde Kumeleme Ad mlar

Yaz l m mimarisi geri kazan m na uyarlanm s olan kumeleme arast rmalar n n temelini olusturan ad mlara, bu bolumde deginilecektir. Ancak ve ancak bu ad mlar n incelenip, iyi analiz edilmesi sonucu basar ya ulas labilecegi vurgulanmas gereken bir gercektir. 3.1

O zellik Secimi

Kumeleme isleminin temelinde benzerliklerin c kar lmas ve cesitli kumeleme algoritmalar yard m yla gruplaman n yap lmas yer almaktad r. Benzerliklerin c kar labilmesi icin ise her bir varl ga ait ozelliklerin tespit edilmesi, secilmesi, belirlenmesi gerekmektedir. Suphesiz ki, varl klar n ozelliklerinin c kar lmas islemi ne kadar basar l olursa, o denli basar l sonuclar elde edilebilir.

O zellik c kar m nda formal ve nonformal ozelliklerin ayr k veya birlikte kullan ld g cesitli arast rmalar bulunmaktad r [ 15 ], [ 23 ]. Formal ozelliklerde; varl k taraf ndan cag r lan fonksiyonlar, global degiskenler ve kullan c tan ml degiskenler yer al rken nonformal ozellikler icerisinde; yorumlar, tan mlar, fonksiyondosya-gelistirici isimleri, son duzenleme zaman gibi bilgiler yer al r. Performans n art r m icin ozelliklerin ag rl kland r lmas yontemini kullanarak, daha onemli ve/veya kumelemede daha yuksek oneme sahip olan ozelliklerin, on plana c kar lmas n amaclayan bir cok cal sma da bulunmaktad r [ 6 ], [ 15 ]. 3.2

Yaz l m Genelinde Kullan lan Modullerin Tespiti

Yaz l m sistemlerinde, baz fonksiyonlar diger fonksiyonlar taraf ndan s kl kla cag r l r ve omnipresant modules (OM ) olarak adland r l rlar [ 24 ]. Bu fonksiyonlar n karakteristiklerinin farkl olmas nedeniyle kumeleme islemi yap lmadan once sistemden c kar lmal ve karakteristiklerine uygun ayr bir kume olarak veya dag t k bir sekilde diger kumeler icerisinde yer almalar onerilmektedir [ 5 ]. O celikli olarak bu fonksiyonlar n tespit edilmesi ihtiyac kars lanmal d r. Bu amacla geistirilen yontemlerden bir tanesi; belirli bir esik degerinin tespit edilmesi ve fonksiyonlar n cag r lma say lar n n bu esik degerinin uzerine c kmas soucu OM olarak degerlendirilmesidir. Bunun yan s ra; Wen ve Tzerpos bu fonksiyonlar n tespitini, fonksiyonlar n, belirlenen kumelere olan bagl l klar na gore degerlendirilmesi incelemesi yapm slard r. [ 25 ]. 3.3

Kume I_simlendirmesi

Kumeleme islemi yap larak grupland r lan yaz l m n anlas l r olabilmesi icin gruplar n etiketlenmesi gerekir. Bu nedenle; etiketleme islemi, ozelliklerin ozetlerinden yararlanarak manuel olarak [ 6 ], rota tabanl tan ma ile benzer alt sistemlerin degerlendirilmesiyle otomatik olarak [ 26 ] veya ozel kelimelere dayal olarak [ 27 ] dinamik olarak yap labilmektedir. 3.4

O lculerin Degerlendirilmesi

Kumeleme islemi tamamland ktan sonra tahmin edilen gruplar n degerlendirilmesi, performans n olculmesi gerekmektedir. Bu amacla; d sar dan uzmanlar n mudahalesi ile belirlenen gruplar n, kumeleme sonucu belirlenen gruplarla kars last r larak olculdugu d s degerlendirme yontemi, icsel verilerin kullan larak degisik ozelliklerle kumeleme isleminin yap lmas yla ic degerlendirme yontemi ve farkl kumeleme algoritmalar n n uygulanmas sonucu elde edilen verilerin kars last r larak veya ayn algoritmayla farkl ozelliklerin degerlendirilerek kullan ld g goreceli degerlendirme yontemleri kullan labilmektedir [ 9 ].

Hiyerarsik Kumeleme Algoritmalar

Kumeleme algoritmalar , yaz l mlar icin ozelliklerin kullan lmas yla gruplama islemi icin kullan l rlar. Yaz l m mimarisinin hiyerarsik yap da olmas nedeniyle de kullan lacak olan kumeleme algoritmalar n n hiyerarsik kumeleme algoritmalar olmalar gereklidir. Bu nedenle temel olarak CA [ 28 ], WCA [ 14 ] ve LIMBO [ 15 ] gelistirilmis, yaz l m mimari geri kazan m icin kullan lm slard r. Bu algoritmalar benzerlik matrisi kullanarak varl k veya kume benzerliklerini olcerler.

Ayr ca; benzerlik yaklas mlar , baslang cta yeni olusturulan kumenin ozellik vektoru c kar lmas yla, mevcut varl klar ile bu kumenin benzerliginin yeniden hesaplanmas na dayan r. Kumeleme algoritmalar ndaki onemli degerlerden bir tanesi ayn degerlere sahip iki varl ktan hangisinin kumeye dahil edilecegi (key secim), digeri ise kullan lacak ozellik say s n n belirlenmesidir. Yap lan cal smalarda bu key secimin azalt lmas yla ve kullan lan ozellik say s n n belirli bir noktaya kadar art r lmas yla daha iyi sonuclar elde edildigi, daha da art r lmas sonucu daha kotu sonuclar elde edildigi gorulmustur [ 9 ]. 4.1

Combined ve Weighted Combined Algoritmalar

CA cal smas Sekil 1' de [ 9 ] anlat ld g gibi olup key secim say s n n dusurulmesine kars n yeni ozellik vektoru c kar ld g nda varl g n eristigi ozellik bilgisi kaybolmaktad r. WCA' da ise bu bilgiler saklanarak CA' daki dezavantaj giderilmektedir. WCA' n n cal smas n n CA'dan fark Sekil 2' de [ 9 ] gosterilmistir.

Sekil 1. Hiyerarsik kumeleme icin Combined Algorithm (CA) 1. Her bir varl k Ei bilesenleri fi1; fi2:::fin olan fi ozellik vektorleri c kar larak tan mlan r. 2. Her bir varl k aras ndaki benzerlik hesaplan r. 3. Asag daki ad mlar tekrar edilir; (a) En cok benzeyenleri kumelenir, (b) Yeni olusturulan kumeyi olusturan varl klar n ozellik vektorleriyle binary OR yap larak yeni ozellik vektoru olusturulur. Ei ve Ej kumelenecek varl klar, fi ve fj ise bu varl klar n ozellik vektorleri, fij de yeni ozellik vektoru olmak kayd yla fij = fi [ fj seklinde olusturulur. (c) Yeni uretilen kume varl k olarak degerlendirilerek diger varl klarala olan bezerligi hesaplan r, Tekrarla

Gerekli say da kume olusturulana veya tek kume kalana kadar 4.2

LIMBO

WCA'ya gore cesitli temel farklar vard r. Bunlardan birincisi, dogruluk kayb indirgenirken hesaplama ihtiyaclar n en aza indirmek icin Summary Artifacts Sekil 2. Weighted Combined Algorithm WCA ile Combined Algorithm (CA) Fark 3b. Yeni olusturulan kumeyi olusturan varl klar n ozellik vektorleriyle binary OR yap larak yeni ozellik vektoru olusturulur. Ei ve Ej kumelenecek varl klar, fi ve fj ise bu varl klar n ozellik vektorleri, fij yeni olusturulacak olan ozellik vektoru, Ei nin varl k say s ni ve Ej nin varl k say s nj olarak tan mlan rsa; fij = (fi + fj )=(ni + nj ) seklinde olusturulur. (SA) denen metod kullan lmas d r. I_kincisi, birlestirilmis kume icin yeni ozellik vektoru olusturulmas ve son olarak ise bilgi kayb olcusu (Information Loss) ile varl klar aras benzerliklerin c kar lmas d r [ 29 ].

Kumeleme islemi s ras ndaki bilgi kayb n en aza indirgemeyi amaclayan AIB algoritmas na dayal olarak LIMBO algoritmas gelistirilmis ve temel amac olarak, aktar labilen maksimum seviyede bilginin bir sonraki islem icin aktar lmas n temel al nm st r [ 15 ]. Algoritman n WCA ile olan fark Sekil 3'te [ 9 ] gosterilmistir.

Sekil 3. Hiyerarsik kumeleme icin LIMBO. 1. Her bir varl k Ei bilesenleri fi1; fi2:::fin olan fi ozellik vektorleri c kar larak tan mlan r. 2. Her bir varl k aras ndaki benzerlik hesaplan r. 3. Asag daki ad mlar tekrar edilir; (a) En cok benzeyenleri kumelenir, (b) Yeni olusturulan kumeyi olusturan varl klar n ozellik vektorleriyle binary OR yap larak yeni ozellik vektoru olusturulur. Ei ve Ej kumelenecek varl klar, fi ve fj ise bu varl klar n ozellik vektorleri, fij de yeni ozellik vektoru olmak kayd yla fij = fi [ fj seklinde olusturulur. (c) Yeni uretilen kume varl k olarak degerlendirilerek diger varl klarala olan bezerligi hesaplan r, Tekrarla

Gerekli say da kume olusturulana veya tek kume kalana kadar

Normalized WCA ve LIMBO s n f algoritmalar ile geleneksel kumeleme algoritmalar kars last r ld g nda WCA ve LIMBO'nun kumeleme isleminde daha az ozellik bilgisi kaybettigi, ayr ca daha az key secimler yapt g , bundan dolay da daha iyi sonuclar al nd g testler sonucu gorulmustur [ 9 ]. 4.3

Kumeleme Algoritmalar ve Beraberinde Kullan lan Benzerlik

Degerlerinin Analizi

Arast rmac lar taraf ndan, yaz l m kumeleme kalitesinin art r lmas amac yla; algoritmalar, benzerlik degerleri ve ozellikler kars last r larak analiz edilmistir. Bu kapsamda ilk hiyerarsik kumleme yonteminin yaz l m sistemlerine uyarlanmas , 1985 y l nda Hutchens ve Basili taraf ndan yap lm s ve Single Linkage Algorithm(SLA) sunulmustur [ 5 ]. Cal smalar na gore Recomputed binding, Expected binding, ve Weighted binding algoritmalar na gore kucuk test sistemlerinde SLA daha basar l sonuclar verirken Recomputed binding algoritmas buyuk sistemlerde daha iyi sonuc vermektedir [ 9 ].

Anquetil and Lethbridge taraf ndan, formal-nonformal ozellikler beraber kullan lm s [ 23 ] ve Jaccard-Sorenson-Dice benzerlik degerlerinin en iyi sonuclar verdigi belirtilmistir. Bunun yan nda Complete linkage algortimas n n (CLA), SLA'ya gore daha iyi sonuclar elde ettigi belirtilmistir. Cesitli cal smalar ile CLA algoritmas n n daha iyi sonuclar verdigi desteklenmistir [ 21 ].

Saeed ve digerleri hiyerarsik kumeleme icin Combined Algorithm (CA) sunmustur [ 28 ]. Maqbool and Babri kumeleme kalitesinin, varl klar n kume icerisinde eristikleri ozelliklerle degerlendirilerek daha iyilenebilecegini, Weighted combined algorithm (WCA) sunarak gostermistir [ 14 ]. I_ncelenen CA, WCA, SLA, CLA, Weighted linkage algorithm (WLA) ve Unweighted linkage algorithm (ULA) icerisinde WCA ile elde edilen sonuclar n digerlerine gore daha iyi oldugu sunulmustur. Ayr ca WCA'n n CLA'ya gore otomatik isimlendirme isleminde daha dengeli ve anlas labilir mimari yap da oldugu, sunulan isimlendirme semalar n n kullan lmas yla yap lan analizde tespit edilmistir [ 30 ].

Tzerpos cal smas nda Mojo metric sunarak, ayn sistemdeki bolumlemeler aras ndaki mesayi olcmeyi amaclam s ve kararl l klar n incelemistir [ 26 ]. Yapt g kars last rmada ACDC, SLA ve CLA aras nda, en kararl olan SLA iken en karars z olan ACDC olarak tespit etmistir.

Kumeleme islemi esnas nda bilgi kayb n n en aza indirgenmesine dayal LIMBO algoritmas sunulmus ve bu algoritma ile yap sal olmayan ozelliklerin, kullan sl olup olmad klar n n ag rlakland rma ile olculmesi yaklas m incelenmistir [ 15 ]. Linux, Mozilla ve Tobey sistemleri uzerinde LIMBO, SLA, CLA, WLA, ULA, ACDC, NAHC, SAHC [ 31 ] algoritmalar kars last rmas na gore LIMBO diger algoritmalarla ayn veya daha iyi sonuclar elde etmistir.

Yap lan bir baska cal smada ise Bunch, ACDC, SLA ve CLA kars l st r lm s olup, uzman degerlendirmesine gore Bunch ve CLA sonuclar n n daha uygun olmas na ragmen ACDC ve SLA'n n daha kararl oldugu gozlemlenmistir [ 32 ]. 5

Sonuc

Bu cal sma ile; yaz l m mimarisi geri kazan m icin hiyerarsik kumeleme yonteminin nas l, hangi parametrelerle kullan lmas gerektigi ve algoritma, olculerin incelenmesikars last r lmas ile bu alana genel bir bak s yap lm st r. Bu nedenle alandaki onemli cal smalardan baz lar temel referans kaynag olarak ele al nm st r [ 9 ]. Boylece yaz l m mimarisi geri kazan m alan nda eksik olan kaynak eksikligi doldurulmaya cal s lm st r.

O ncelikli olarak kumelemenin anlas lmas icin algoritmalar ve olculer sunulmustur. Ayr ca incelenen kars last rma cal smalar da sunularak yaz l m alan na en uygun algoritma ve olculerin tespit edilmesi amaclanm st r. Ayn zamanda kullan lan algoritma ve olculerin uyguland klar yaz l m karakteristiklerine gore performans fark gosterdigi de goz ard edilmemelidir. Gelecek cal smalarda yaz l m mimarisi geri kazan m alan nda, kumeleme ile daha iyi sonuclar elde edilmesi amac yla, buyuk olcekli yaz l mlar cesitli algoritmalar ve mesafe olculeriyle analiz edilerek sunulacakt r.

References

1. C. Sun , J. Zhou , J. Cao , M. Jin , C. Liu, Y. Shen , "ReArchJBs: a tool for automated software architecture recovery of JavaBeans-based applications," Proc. Software Engineering Conference , pp. 270 - 280 , 2005 .

2. H. Sajnani , "Automatic software architecture recovery: A machine learning approach" Proc. 20th International Conference on Program Comprehension (ICPC) , pp. 265 - 268 , 2012 .

3. H.M. Fahmy , R.C. Holt , and J.R. Cordy , "Wins and Losses of Algebraic Transformations of Software Architectures," Proc. 16th Ann. Int'l Conf . Automated Software Eng. , pp. 51 - 62 , 2001 .

4. T. Lutellier , D. Chollak , J. Garciaz , L. Tan , D. Rayside , N. Medvidovicy , and R. Kroeger , "Comparing Software Architecture Recovery Techniques Using Accurate Dependencies" , https://ece.uwaterloo.ca

5. D.H. Hutchens and V.R. Basili , "System Structure Analysis: Clustering with Data Bindings," IEEE Trans. Software Eng. , vol. 11 , no. 8 , pp. 749 - 757 , Aug. 1985 .

6. R.W. Schwanke and M.A. Plato , "Cross References Are Features," Proc. Int'l Conf. Software Con guration Management , pp. 86 - 95 , 1989 .

7. D. Pollet , S. Ducasse , L. Poyet , I. Alloui, S. Cimpan , and H. Verjus , "Towards a Process-Oriented Software Architecture Reconstruction Taxonomy," Proc. 11th European Conf. Software Maintenance and Reeng ., pp. 137 - 148 , 2007 .

8. A.K. Jain , M.N. Murty , and P.J. Flynn , "Data Clustering:A Review," ACM Computing Surveys , vol. 13 , no. 3 , pp. 264 - 323 , Sept. 1999 .

9. O. Maqbool and H.A. Babri , "Hierarchical Clustering for Software Architecture Recovery," IEEE Trans. Software Eng. , vol. 33 , no. 11 , pp. 759 - 780 , Nov. 2007 .

10. K. Sartipi and K. Kontogiannis , "A User-Assisted Approach to Component Clustering," J. Software Maintenance and Evolution: Research and Practice , vol. 15 , no. 4 , pp. 265 - 295 , July-Aug. 2003 .

11. B.S. Mitchell and S. Mancoridis , "On the Automatic Modularization of Software Systems Using the Bunch Tool," IEEE Trans. Software Eng. , vol. 32 , no. 3 , pp. 193 - 208 , Mar. 2006 .

12. A. Shokoufandeh , S. Mancoridis , T. Denton , and M. Maycock , "Spectral and MetaHeuristic Algorithms for Software Clustering," J. Systems and Software , vol. 77 , no. 3 , pp. 213 - 223 , 2004 .

13. M. Shtern and V. Tzerpos , "A Framework for the Comparison of Nested Software Decompositions," Proc. 11th IEEE Working Conf. Reverse Eng ., pp. 284 - 292 , 2004 .

14. O. Maqbool and H.A. Babri , "The Weighted Combined Algorithm: A Linkage Algorithm for Software Clustering," Proc. Eighth European Conf. Software Maintenance and Reeng ., pp. 15 - 24 , 2004 .

15. P. Andritsos and V. Tzerpos , "Information-Theoretic Software Clustering," IEEE Trans. Software Eng. , vol. 31 , no. 2 , pp. 150 - 165 , Feb. 2005 .

16. O 'Brien , L. , "Dali: A Software Architecture Reconstruction Workbench" , Software Engineering Institute, Carnegie Mellon University, May 2001 .

17. P.J. Finnigan , R. Holt , I. Kalas, S. Kerr , K. Kontogiannis , et al. "The software bookshelf" . IBM Systems Journal , 36 ( 4 ): 564 { 593 , November 1997 .

18. Imagix4D, http://ww.imagix.comImagix Corp.

19. Bauhaus group, "Tour de Bauhaus" , http://www.Bauhausstuttgart. de/demo/index.html.

20. R. Naseem , O. Maqbooly , S. Muhammad , "Improved Similarity Measures For Software Clustering , 15th European Conference on Software Maintenance and Reengineering (CSMR)" ,pp. 45 - 54 , 2011 .

21. J. Davey and E. Burd , "Evaluating the Suitability of Data Clustering for Software Remodularization," Proc. Seventh Working Conf. Reverse Eng ., pp. 268 - 277 , 2000 .

22. B.S. Everitt and S. Landau , "Cluster Analysis" , fourth ed. Arnold Publishers , 2001 .

23. N. Anquetil and T.C. Lethbridge , "Experiments with Clustering as a Software Remodularization Method," Proc. Sixth Working Conf. Reverse Eng ., pp. 235 - 255 , 1999 .

24. S. Mancoridis , B. Mitchell , Y. Chen , and E. Gansner , "Bunch: A Clustering Tool for the Recovery and Maintenance of Software System Structures," Proc. Int'l Conf. Software Maintenance , pp. 50 - 62 , 1999 .

25. Z. Wen and V. Tzerpos , " Software Clustering Based on Omnipresent Object Detection," Proc. 13th IEEE Int'l Workshop Program Comprehension , pp. 269 - 278 , 2005 .

26. V. Tzerpos , "Comprehension-Driven Software Clustering," PhD dissertation , Univ. of Toronto, 2001 .

27. P. Tonella , F. Ricca , E. Pianta, and C. Girardi , "Using Keyword Extraction for Web Site Clustering," Proc. Fifth Int'l Workshop Web Site Evolution , pp. 41 - 48 , 2003 .

28. M. Saeed , O. Maqbool , H.A. Babri , S.M. Sarwar , and S.Z. Hassan , "Software Clustering Techniques and the Use of the Combined Algorithm," Proc. Seventh European Conf. Software Maintenance and Reeng ., pp. 301 - 306 , 2003 .

29. J. Garcia , I. Ivkovic, N. Medvidovic , "A Comparative Analysis of Software Architecture Recovery Techniques" , 28th International Conference on Automated Software Engineering (ASE) , 2013 .

30. O. Maqbool and H.A. Babri , " Automated Software Clustering: An Insight Using Cluster Labels," J. Systems and Software , vol. 79 , no. 11 , pp. 1632 - 1648 , 2006 .

31. B.S. Mitchell , "A Heuristic Search Approach to Solving the Software Clustering Problem," PhD dissertation , Drexel Univ., 2002 .

32. J. Wu , A.E. Hassan , and R.C. Holt , "Comparison of Clustering Algorithms in the Context of Software Evolution," Proc. Int'l Conf. Software Maintenance , pp. 525 - 535 , 2005 .