Özet. Gömülü sistemler gün geçtikçe hayatımızın vazgeçilmez bir parçası haline gelmektedir. Bu sistemlerin performans ve kalite kriterleri diğer yazılım sistemlerinden farklı olduğundan, donanım ve yazılım alt parçalarının birlikte tasarlanmasını, geliştirilmesini ve sınanmasını gerektirir. Bu zorlukla artan karmaşıklığın daha iyi yönetilebilmesi için sıkça kullanılan bir yöntem, yüksek seviyede soyutlama ile kolaylık sağlayan yazılım modellemesidir. Farklı uygulama alanlarında farklı amaçlarla kullanılan modelleme yaklaşımları, bunların neden, nasıl ve hangi sıklıkla kullanıldığını da değiştirmektedir. Verimlilik, taşınabilirlik ve sürdürülebilirlik ve gibi birçok kazanımı birlikte getirdiği iddia edilen bu yaklaşımlar için kullanım sıklığı, amacı ve yaygınlığı gibi veriler yeterince bulunmamaktadır. Bu makalede anlatılan çalışma, gömülü sistemlerde kullanılan modellemenin şu anki durumunu anlayabilmek amacıyla gerçekleştirilmiştir. Böyle bir çalışma, sadece dünyada bu alandaki en son kullanımı ortaya çıkarmakla kalmayacak, ulusal anlamda bu alandaki ilk çalışma olacaktır. Bu çalışmadaki anket verimiz toplam 642 katılımcıdan Türkiye için aldığımız 261 cevabı içermektedir. Anahtar Kelimeler: gömülü sistem, gömülü yazılım geliştirme, modelleme, model tabanlı, model güdümlü, model güdümlü mühendislik (MGM), deneysel çalışma
Gömülü sistemler gün geçtikçe hayatımızın vazgeçilmez bir parçası haline gelmektedir. Arabadan havacılığa ya da savunma sanayinden, yüksek çözünürlüklü TV'lere ve akıllı telefonlara kadar etrafımızda sıklıkla karşılaştığımız bu sistemlerin tasarım, geliştirme ve test süreçleri diğer sistemlere göre daha karmaşıktır [1-3]. Farklı performans ve kalite kriterlerine sahip olan bu sistemler, hem donanım hem de yazılım alt parçalarının artması ve farklı işlevlerin tek bir sistemde toplanmasıyla diğer yazılım sistemlerine göre daha zorlu bir geliştirme faaliyeti gerektirmektedir [4]. Tüm bu zorluklar ve artan karmaşıklıkla başa çıkabildiği iddia edilen yazılım modelleme yaklaşımları [5] farklı uygulama alanlarında bunların neden, nasıl ve hangi sıklıkla kullanıldığını da değiştirebilir [6]. Uç bir örnek olarak, biri kâğıt üstünde ya da beyaz tahtada kabataslak diyagram çizip sadece fikir alışverişi yapmak isteyebilir. Bu durumda amaç, tanımlı bir spesifikasyondan çok, hızlı bir iletişim olduğundan bu diyagram ya atılır ya da 822 yazılan kodla uyumlu olmadığından bir süre sonra tutarsız hale gelebilir. Diğer uç bir örnekte ise, yazılım modellemesi programlama diline dönüştüğünden, programcılar kod yerine sadece modellerle ilgilenip, tüm yazılım geliştirme yaşam döngüsü (YGYD) çıktılarını (örneğin, kod, doküman, test simülatörü gibi) bu modeller aracılığıyla oluşturabilir.
Yazılım modellerinin kullanılması ile ilgili değişik terminolojiler bulunmakla birlikte bu çalışmada "model tabanlı" ve "model güdümlü" terminolojisi için Brambilla ve arkadaşlarının [7] tanımlamaları benimsenmiştir. Model Güdümlü Geliştirme (MGG) yönteminde genellikle kaynak kod modellerden otomatik olarak oluşturulur. Bu bağlamda, Model Güdümlü Mühendislik (MGM) kodlama dışında test ya da bakım gibi diğer tüm yazılım geliştirme süreçlerini de kapsadığından MGG’nin üst kümesidir. Diğer yandan, Model Tabanlı Mühendislikte (MTM) modeller yine önemli rol oynarken, geliştirme sürecinin anahtar çıktıları değillerdir. Örneğin, bir tasarımcı kâğıt üstüne ya da bir araç kullanarak bir model çizip bunu programcıya elle kodlaması için verdiğinde model-tabanlı bir yöntem izlenmiş, model ile kodun uyumluluğunun garantisi insan faktörüne (programcıya) bırakılmıştır.
Modelleri, sistematik olarak, yazılım mühendisliği süreçlerinin birincil çıktısı olarak kullanan MGM, yazılım soyutlamasının üst düzey bir tekniğidir [7]. Soyutlama yardımıyla MGM, YGYD çıktılarını otomatikleştirip [8] hataya ve kazara yanlışlıklara kapalı olup [9] gömülü sistem zorlukları ile başa çıkmaya yardımcı olmaktadır.
MGM hem endüstride hem de akademik ortamda önemli bir konu haline gelmiştir. Bu konu hakkında birçok kitap, araştırma makalesi ve rapor bulunmaktadır [10-12]. Ayrıca, zamanında markete girmek isteyen savunma ve havacılık, otomotiv, telekomünikasyon ve kullanıcı elektroniğindeki endüstriyel oyuncular, yazılım süreçlerinde MGM kullanmaktadırlar [13-15]. Dahası, birçok gömülü sistem üstüne yapılan çalışma, model güdümlü tekniklerin bu sistemlerdeki heterojenliği ve artan sistem karmaşıklığını azaltarak sistem test ve doğrulamasına da katkısı olduğunu göstermektedir [16]. Bir diğer taraftan, verimlilik, taşınabilirlik ve sürdürülebilirlik gibi birçok kalite kazanımını birlikte getirdiği iddia edilen MGM’yi destekleyici saha verisi yeterince bulunmamaktadır [17]. Bu deneysel kanıtlardan yoksun bir MGM kullanımında kaynakların verimli kullanılamaması, hatta boşa kullanılması tehlikesi vardır.
Bu makalede anlatılan çalışmanın amacı, gömülü sistemlerde kullanılan modellemenin şu anki durumunu anlayabilmek ve kimlerin ne amaçla, nasıl modelleme yaptığını belirlemektir. Endüstride kullanılan modellemeyi araştıran önceki anketler olmasına rağmen, bunlar ya modellemenin tek bir kavramına odaklanmış, (örneğin, Birleşik Modelleme Dili (İngilizcesi: Unified Modeling Language, UML) veya biçimsel (formal) model kullanımı) ya da ulusal seviyede kalmıştır (Bölüm 2). Bu çalışma, modellemeyi hiç kullanmayandan, kabataslak kullanana, bunun ötesinde model tabanlı kullanandan model güdümlü kullanana kadar geniş bir yelpazede incelemektedir. Burada amaçlanan, gömülü sistemlerdeki yazılım modellemesinin bireysel ve kurumsal olarak sınıflandırılması; tüm bunların ötesinde MGM kullananların kazanımlarının ve karşılaştıkları zorlukların belirlenmesidir. Gerçekleştirilen çalışma, sadece dünyada bu alandaki en son kullanım ve trendi ortaya çıkarmakla kalmamış, ulusal anlamda bu alandaki ilk çalışma olmuştur. Türk yazılım sektörünün değeri her geçen gün artmaktadır [18], ancak canlı bir yazılım sektörüne sahip olmasına rağmen bundan önceki herhangi bir yazılım modellemesi çalışmasında Türkiye ile ilgili herhangi bir veri bulunmamaktadır. Hızla karmaşıklaşan gömülü yazılım mühendisliğinin durumunu karakterize edebilmek ve bu karmaşıklığı çözmeye yardımcı olacak en iyi soyutlama yöntemi olan modellemenin Türkiye’deki durumunu görebilmek önemli bir gerek olarak ortaya çıkmaktadır.
Bu çalışma, hem endüstri hem de akademik şapkası olan bir araştırmacı ve iki ayrı üniversiteden akademisyenle birlikte Kasım 2014’te tasarlanmaya başlanmış; geri bildirimler ve pilot çalışmalarla son halini almıştır.
Bu makalenin devamı şu şekilde yapılandırılmıştır. İlgili çalışmaların incelemesi 2. bölümde sunulmuştur. 3. bölüm araştırma yönteminin detaylarını, anketin tasarımı ve uygulanmasını içermektedir. 4. bölüm ise anket sonuç ve bulgularını ham veri olarak vermektedir. Bulguların özeti ve geçerliliğe tehditlerini veren 5. bölüm sonunda sonuç ve gelecek çalışmalar hakkında bilgi verilmektedir. 2
İlgili Çalışmalar Genel olarak UML ile birlikte modellemeyi inceleyen birçok çalışma gerçekleştirilmiştir (Tablo 2 ve Tablo 3). Ancak, gömülü sistem mühendisliği özelinde MGM yaklaşımlarının durumunu inceleyen az sayıda çalışma bulunmaktadır [19-21]. Daha önceki bu çalışmalardaki katılımcılar ya belli bir coğrafi alana / tek bir ulusa mensuptur veya belli bir projedeki zaten model tabanlı/güdümlü geliştirme yapanlardır. Dolayısıyla, kıtalararası katılımcıya sahip olup, gömülü sistem mühendisliğindeki modellemenin ve model güdümlü tekniklerin kullanımını, endüstrideki durumunu inceleyen; dahası Türkiye’de bu alandaki durumu gösteren ya da Türkiye adına katılımcı verisi içeren başka bir çalışma bulunmamaktadır.
Tablo 1’deki çalışmaların aksine, bizim çalışmamız kendini ne gömülü sistemlerin bir alt kolunu ne de belli bir coğrafi alanı / ulusu inceleyerek kısıtlandırmıştır.
Tablo 1. Gömülü Sistemlerdeki Model Güdümlü Yaklaşımlar ile İl
Katılımcı Sayısı 67 Araba endüstrisinde kullanılan model tabanlı geliştirmenin maliyet ve yararlarını incelemektedir. Gömülü sistemlerin bir alt kolu olan otomotiv sektörünü adresleyen çalışma, gömülü sistem mühendisliğinin sadece geliştirme kısmını irdelemektedir.
UML ve model güdümlü yaklaşımları Brezilya gömülü yazılım sektörü özelinde incelemektedir. Model tabanlı yaklaşımın şu anki durumunu, etkilerini gömülü sistemler için inceleyen bu anket, katılımcılarını Avrupa Birliği destekli CRYSTAL (Critical System Engineering Acceleration) Projesinde yer alan ve model tabanlı yaklaşımı benimsemiş şirketlerden almıştır. Dolayısıyla, zaten bu yaklaşımı kullanan katılımcılar seçildiğinden gömülü sistemler için genel bir katılımcı profiline sahip değildir. Model-tabanlı ve model-güdümlü ayrımını da içermemektedir.
Gömülü sistemler özelindekiler dışında, UML ile modelleme ve doğrudan gömülü sistemlerden bahsetmeden model tabanlı/güdümlü teknikler üstüne olan anketler de bulunmaktadır. Bu anketler ile ilgili özetler Tablo 2 ve Tablo 3’te verilmiştir.
Tablo 2. UML özelindeki Modelle
Katılımcı Sayısı 131 182 80 100+ 80 UML kullanımı ve benimsenmesi incelenmiş, model güdümlü yaklaşım yoktur UML’nin nasıl ve neden kullanıldığı incelenmiş, model güdümlü yaklaşım yoktur UML kullanımı ve kalitesi incelenmiş, problemler çıkartılmıştır. Model güdümlü yaklaşıma odaklanılmamıştır.
Bulgaristan’daki UML kullanımını incelenmiş, model güdümlü yaklaşım yoktur
Sadece yazılım geliştirme kalitesi ve üretkenliğe odaklanan anket, UML modelleme tarzlarının bu
olgulara etkisini araştırmıştır. UML kullanımı ve model güdümlü yaklaşımlar arasında h
Katılımcı Sayısı 113 250 155 bir ilişki kurulmamıştır.
Yunanistan’daki yazılım geliştirme faaliyetlerinde UML’nin rolünü inceleyen bu ankette model güdümlü yaklaşımdan bahsedilmiş ancak UML dışında bir yönteme değinilmemiştir.
Tablo 3. Model Tabanlı/Güdümlü Yaklaşımlar ile İlgili Genel Anketler Ağırlıklı olarak, Kanada ve Amerika Birleşik Devleri’ndeki yazılım modellemesi deneyimlerini inceleyen bu anket, model tabanlı yaklaşımdaki sorunlara ve modelleme araçlarının nerelerde kullanıldığına odaklanmıştır.
Model güdümlü yaklaşımların benimsenmesi ve uygulamalarını inceleyen bu anket, kalite
faktörlerine bağlı olarak neden MGM tercih edilip edilmediğini incelemiştir.
İtalyan yazılım sektöründe model güdümlü teknikleri ve araçları araştıran bu anket, katılımcıların
neden model güdümlü bir teknik kullanmadıklarını, bu alandaki zorlukları çıkarmayı
hedefle
Bu çalışmada, farklı coğrafi bölge ve endüstriyel sektörden çokça ve hızlı bir şekilde veri alabilmek, bu verileri kolay bir şekilde tasnif ve analiz edebilmek için çevrimiçi anket yöntemi kullanılmıştır. Gömülü sistemlerde kullanılan modelleme etkinliklerinin şu anki durumunu anlamak ve kimlerin ne amaçla ve hangi sıklıkla kullandığını, hiç kullanmayandan, kabataslak kullanana, bunun ötesinde model tabanlı kullanandan model güdümlü kullanana kadar geniş bir yelpazede inceleyen bu ankette Hedef, Soru, Ölçüt (Goal Qestion Metric, GQM) [32] yaklaşımı kullanılmıştır. Aşağıdaki araştırma sorularını adresleyen 27 adet soru hazırlanarak 1 aylık çevrimiçi katılımcı kabulünden sonra erişime kapanmıştır [33]. Sorulara [34]'ten ulaşılabilir. Bu soruların anket soruları ile ilişkisi Bölüm 3.1'de verilmiştir. 1. Ankete katılan gömülü profesyonellerin demografik verileri nelerdir? 2. Gömülü sistemlerde kullanılan modelleme etkinliklerinin şu anki durumu nedir? 3. Gömülü sistemlerde kullanılan MGM'nin şu anki durumu ve benimsenmesi nedir? 4. Gömülü sistem MGM kullanıcılarının edindikleri yararlar ve karşılaştıkları zorluklar nelerdir? 5. Gömülü sistemlerdeki MGM kavramların farklı bakış açılarına göre etkileri nelerdir? 3.1
Bu bölümde, tüm soruları endüstri açısından anlamlı ve en kullanışlı bilgileri katılımcıdan almak amacıyla sistematik olarak hazırlanan bu anketin süreçleri verilecektir.
Modellemedeki en son bilgileri kapsaması için daha önceki benzer çalışmalar incelenerek (Bölüm 2), yazarların endüstrideki deneyimleriyle kendi gördükleri kazanım ve problemleri adresleyebilmek adına taslak bir soru kümesi oluşturulmuştur. Bu aşama, dikkatli bir gözden geçirme süreci gerektirdiğinden, birçok endüstri profesyoneliyle fikir alışverişi yapılmış ve en sonunda, araştırma sorularını adresleyen, üç ana parçalı bir küme ortaya çıkmıştır. Bu parçalar:
Bu amaçla, anket endüstride çalışan sekiz kişi tarafından pilot çalışmaya tabi tutulmuştur. İngilizce olarak hazırlanan bu ankette kullanılan kelimelerin herkes tarafından anlaşılır olması kaliteli veri toplamak adına çok önemli olduğundan, bu pilot çalışmada bulunan kişiler değişik uluslardan seçilmiştir (Dört Türk, iki İngiliz, bir Fransız, bir Tayvanlı). Alınan geri bildirimler ve anket doldurmada geçen zaman da dikkate alınarak sorular tekrar düzenlenmiştir. Güncellenen anket, ilk pilot çalışmaya katılmayan beş kişi ve ilk çalışmadaki iki kişi ile ikinci defa pilot çalışmaya girmiştir. Böylelikle, anket 13 endüstri profesyoneli tarafından gözden geçirilmiştir.
Anket, çoktan seçmeli, radyo düğmesi ve 5-dereceli cevaplar içermekle birlikte bazı sorularda “Diğer” seçeneği ile katılımcıya özgür cevap imkânı da sunmaktadır. Anketin ilk 9 sorusu katılımcı profilini anlamaya yardımcı olmaktadır ("Demografik Veriler"). 10. soru katılımcının modellemeyi ne sıklıkla kullandığını sorgulamaktadır. Bu soruda modelleme kullanımına hem kabataslak diyagram hem de model kullanımı girdiğinden, bu soru modellemeyi hiç kullanmayan katılımcı oranını anlamaya yöneliktir. Hiç modelleme kullanmayanlar için bu noktada biten anket, modellemeyi kabataslak kullananlar, model tabanlı ve güdümlü kullananlar için devam etmektedir. Başka bir deyişle, anketin ikinci kısmı modellemedeki şu anki durumu anlamaya çalışmaktadır ("Modelleme Yaklaşımları"). 19. sorunun başında, model tabanlı ve model güdümlü için kabul ettiğimiz terminolojiden bahsedilerek model güdümlü tekniklerin ne derece kullanıldığı sorulup, MGM kullanmayanlar için anket sonlandırılmaktadır. Bundan sonraki 3. kısımda ise MGM’ye özel sorular ile şu anki durumu irdelenmektedir ("Model Güdümlü Teknikler”).
Anketin hedef kitlesi gömülü yazılım mühendisliği alanında çalışan yazılımcıdan testçiye, iş analistinden proje yöneticisine kadar geniş bir yelpazeyi içermektedir.
Anketin hazırlanması için Google Form mekanizması seçilmiştir. Mart 2015’te Orta Doğu Teknik Üniversitesi (ODTÜ) Uygulamalı Etik Araştırma Merkezi’nden etik onayı alan anket 14 Nisan 2015 tarihinde çevrimiçi olarak yayınlanıp 1 ay süre ile katılımcı kabul etmiştir. Anket linki gömülü sistem ve modelleme profesyonellerine sosyal ağlardaki ilişkili grup ve forumlar aracılığı ile dağıtılmakla birlikte, dünyadaki değişik sektörlerde çalışan birçok gömülü sistem mühendisine de kişisel ağlar aracılığı ile iletilmiştir.
Anket sürecinin en son aşaması olan veri analizi, katılımcıların geliştirdikleri uygulamalar için verdikleri cevabın incelenmesidir. Her ne kadar, anketin başlığı, giriş kısmındaki açıklamalar, gönderilen davetler, gömülü sistem mühendisliği üstüne vurgu yapsa da, bazı katılımcılar sadece “Masaüstü Uygulama(lar)” ya da “Web” gibi seçenekleri işaretlemiştir (Bölüm 4.1. Geliştirilen Ürünlerin Tipi (Tipleri) (soru 6)). Bazı şirketler, farklı çeşit uygulamalar (hem gömülü hem masaüstü gibi) geliştirebilmekte; bu yüzden, içinde “Gömülü Uygulama(lar)” geçen her cevap geçerlilik için yeterli kriter kabul edilmiştir. Dolayısıyla, çalışmadaki anket verimiz, Türkiye için aldığımız 261 ham verinin gömülü sistemler dışında uygulama geliştiren katılımcıların elenmesi ile elde edilen 253 cevabı içermektedir. Katılımcıya herhangi bir ödül verilmediği düşünüldüğünde, katılımcı sayısı oldukça iyi bir sonuç olarak görülmektedir. 4
Bu bölümde anket sonuçları ham veri olarak verilecektir. Bildirinin sayfa sınırlamasından dolayı tüm sorular ve veriler verilememiş, sadece dikkat çekici veriler paylaşılmıştır. Detaylı bilgiler için teknik bir rapor hazırlanmıştır [35]. 4.1
Uluslararası katılımcıları olan ankette eğer ülke olarak Türkiye seçilirse, ilk sorunun devamı olarak şehir seçimi gelmektedir. Anketimize Ankara (72 kişi), İstanbul (48 kişi), İzmir (38 kişi), Manisa (30 kişi), Kocaeli (26 kişi), Bursa (18 kişi), Eskişehir (13 kişi), Mersin (4 kişi), Antalya (3 kişi) ve Samsun (1 kişi)'dan katılım sağlanmıştır.
Katılımcıların en yüksek akademik dereceleri yüksek lisans (%58), lisans (%37), doktora (%4) ve lise ve altı (%1) olarak sıralanmaktadır [35].
Katılımcıların eğitimsel yetenek kümesini anlamak için akademik branş(lar)ı ve şu anki pozisyonları sorulmuştur. Çoktan seçmeli olan bu sorularda katılımcılar birden fazla seçenek seçebilmiştir. Sonuçlar Tablo 4’de verilmiştir.
Tablo 4. Akademik Branş(lar) ve Pozisyon(lar) Akademik Branş(lar) Bilgisayar Mühendisliği Elektrik/Elektronik Mühendisliği Bilgisayar Bilimleri Bilişim Sistemleri İşletme/İktisat Yazılım Mühendisliği Endüstri Mühendisliği Makina/Mekatronik Mühendisliği Matematik İstatistik Bilişsel Bilimler
Katılımcıların yazılım geliştirmedeki iş tecrübesi 10+ sene seçeneğinde en fazladır (115 kişi). Bunu 6-10 sene (107 kişi), 2-5 sene (24 kişi) ve 2 seneden az (7 kişi) iş tecrübesine sahip olanlar takip etmektedir [35].
Bu soru, anketin veri analizinde kullanılan tek sorusudur. Çoktan seçmeli olan bu soruda, “Gömülü Ugulama(lar)” cevabı içermeyen cevaplar elenmiştir. Bunlar, sadece “Masaüstü uygulama(lar)”, “Web uygulamaları” ve “Masaüstü uygulamalar ve Web uygulamaları”dır (8 adet). Kabul edilen cevaplar [35]'te verilmiştir.
Bir şirketin birden fazla hedef sektörü olabileceği cevaplar Tablo 5’te verilmiştir.
Tablo 5. Geliştirilen ürünlerin hedef sektörleri Hedef Sektör Kullanıcı Elektroniği Savunma & Havacılık Finans & Bankacılık IT & Telekomünikasyon
Adet
Hedef Sektör 106 74 51 48
Kamu Sağlık & Medikal Otomotiv & Ulaşım Diğer: Eğitim
Adet 28 26 25 1 4.2
Kullanım sıklığı ile ilgili olan sorularda cevaplar aralık değeri içerdiğinden, bu değerlerin alt ve üst değerleri bulunarak alabileceği değer hesaplanmış, kullanılan tablo ve şekillerde görselliği artırabilmek adına bu değerin de orta noktası gösterilmiştir [35].
Katılımcının modellemeyi ne sıklıkla kullandığını sorgulayan soru, modelleme kullanımına hem kabataslak diyagram hem de model kullanımını kabul ettiğinden modellemeyi hiç kullanmayan katılımcı oranını anlamaya yöneliktir. Anket, bu noktada, hiç modelleme kullanmayan katılımcılar (katılımcıların %9'u) için biterken, yazılım modellemesi kullananlar %38 ile %67 arasına (“Sıklıkla (>=%50)”ye) düşmektedir [35].
Anket, modellemeyi kabataslak kullananlar, model tabanlı ve model güdümlü kullananlar için devam etmektedir Modelleme Tecrübesi (soru 11) ve Modellemenin Nerede/Nasıl Öğrenildiği (soru 12) 11. soruda göze çarpan nokta, iş tecrübelerinde yoğunluğun 10+ senede iken bu soruda 6-10 sene arasına inmesidir. Bu da, katılımcıların bir kısmının işe başladıktan sonra modellemeyi öğrenip uyguladığını göstermektedir. Katılımcıların çoktan seçmeli olarak cevap verdiği 12. soruda ise katılımcılar modellemeyi en çok üniversitede (154 cevap), kendi kendine (112 cevap) ve resmi/sertifikalı eğitimlerden (58 cevap) öğrendiklerini söylemişlerdir. 11. sorudaki cevapla örtüşen bu veriler, 6-10 sene modelleme tecrübesinin neden fazla olduğunu açıklamaktadır [35].
Çoktan seçmeli bu soruya verilen cevaplar Tablo 6’da verilmiştir. Formal bir modelleme dili olan UML kullanım sıklığının kabataslak çizim yapanlarla çok yakın olması şaşırtıcıdır. Ayrıca, kullanıcıya hazır sunulan cevaplar dışında işaretlenen "Diğer" seçeneklerinin çokluğu da dikkat çekicidir.
Tablo 6. Hangi modelleme dilinin (dillerinin) kullanıldığı
UML Kabataslak Çizim/Formal bir dil kullanmadan Alana Özgü Dil (AÖD) MATLAB Herhangi bir iş süreç modelleme dili (BPML) Herhangi bir UML profili (MARTE gibi)
Katılımcılar birden çok programlama dili işaretleyebilmiş ve sonuçlar Tablo 7'de verilmiştir. "Diğer" seçeneğinde yine ayırt edici veriler girilmiştir.
Tablo 7. Modelleme ile kullanılan programlama dili (dilleri) Programlama Dili
Adet
Programlama Dili
Adet
Programlama Dili C++ C Java C# 118 105 97 28
MATLAB BPEL Delphi Ada 28 20 10 6
Diğer:
Adet Python Objective-C JavaScript
Birden çok modelleme aracının işaretlenebileceği cevaplar Tablo 8'de verilmiştir.
Tablo 8. Kullanılan modelleme aracı (araçları) Modelleme Aracı
Eclipse-tabanlı araç Microsoft Visio IBM Rational Ailesi araçları Şirketiçi araç Enterprise Architect MATLAB/Simulink/Stateflow Visual Paradigm ARIS İş Süreç Analizi Platformu IBM WebSphere İş Modelleyecisi Artisan Studio Hiç
Adet 130 88 36 35 33 29 15 9 4 3 13
Modelleme Aracı
Diğer: StarUML
MaTeLo argoUML Artop / Arctic Studio Borland Ocarina Parasız UML araçları Modelio Scade Android Studio
Umbrello
Adet 11 8 7 6 4 3 2 1 1 1 1
5-dereceli kullanım sıklığı soran bu soruda her seçeneğe cevap vermek zorunlu tutulmamıştır; dolayısıyla her diyagram tipi için verilen toplam cevap farklılık göstermektedir. Kullanım sıklıklarına göre diyagramlar sırasıyla Ardıl Etkileşim (Sequence) (%59), Sınıf (Class) (%58), Durum (State machine/chart) (%50) ve Etkinlik (Activity) (%44) olarak çıkmıştır. Bunları Akış (Flowchart) (%28), Paket (Package) (%24), Kullanıcı Senaryosu (Use Case) (%22), AÖD tabanlı diyagramlar (%18), Dağıtım (Deployment) (%13) ve Nesne (Object) (%12) takip etmiştir. İş süreçlemesi modelleme diyagramlarının da belli bir oranda kullanılması (~%6) dikkat çekicidir [35].
Modelleme en çok sistem/yazılım tasarımı (195 cevap), kodlama (161 cevap) ve sistem analizinde (143 cevap) kullanılırken, entegrasyon (5 cevap) ve teslimat (6 cevap) da oldukça az kullanılmaktadır [35].
Bu sorudan önce katılımcıya model güdümlü ve model tabanlı ile ilgili terminoloji hakkında bilgi verilip katılımcının MGM'yi ne sıklıkla kullandığı sorulmaktadır. Model güdümlü teknik kullanmayan katılımcılar için bu noktada biten anket (kabataslak çizim ya da model tabanlı yaklaşımdakiler, %66), MGM yaklaşımındakiler için devam etmektedir. Verilen sıklık cevaplarına göre MGM kullananlar %12 ile %24 arasına (“Bazen (<%50)”) düşmektedir [35].
Çoktan seçmeli olan bu soruya verilen cevaplar Tablo 9’da verilmiştir.
Tablo 9. MGM'nin ne(ler) için kullanıldığı MGM'nin ne(ler) için kullanıldığı
Bir problemi soyut bir seviyede anlamak için Kod yaratmak için Doküman yaratmak için Tasarımı dokümante etmek için İletişim için Test durumu yaratmak için (model based/driven testing, MBT) ModeldenModele (M2M) dönüşüm için Model simülasyonu için Adet 54 53 50 38 31 24 16 9
Çoktan seçmeli olan bu soruya en çok "Şirketteki modelleme uzmanlığı" ve "Araç desteği" cevapları verilmiştir. Tüm cevaplara [35]'ten ulaşılabilir.
Katılımcılar kullandıkları MGM aracının problemlerini öncelikli olarak, editöründeki kullanılabilirlik sıkıntıları, model seviyesinde hata ayıklama (debug) yapamama ve teknik destek alma konusunda zorluklar olarak sıralamıştır. Model kontrol eksiklikleri, eğitimi için çok çaba harcama ve önceki/ileri sürüm uyumsuzlukları bunları takip etmektedir [35].
Modellemedeki kişisel deneyim ve görüşler (soru 27) "Kesinlikle Katılıyorum:5"den "Kesinlikle Katılmıyorum:1"e kadar 5-dereceli cevaplar içeren bu soruda verilen cevaplara göre otomatik kod oluşturma, model tabanlı/güdümlü test için kişisel deneyim ve görüşler pozitif eğilimdedir. Bir başka deyişle, olumlu bir ifadeye verilen cevaplar "Nötr:3"den daha büyük bir değer çıkmıştır. Aynı durum modelleme karmaşıklığını adresleyen sorularda da geçerlidir. Ancak, genel yargı, modelleme ve bunları doğrulamak için ciddi anlamda zaman gerektireceğidir. Tüm cevaplara [35]'ten ulaşılabilir. 5
Bulgularımızın özeti Bölüm 5.1'de verilmiştir. Çalışmamızın geçerliliğine tehditleri ve bunları azaltmak ya da hafifletmek için attığımız adımlar 5.2‘de ele alınmıştır. 5.1
Uluslararası bir anket olarak İngilizce hazırlanan ve dünyanın değişik ülke ve gömülü sektörlerinden 642 katılımcı alan çalışmamız, Türk şirketlerinde çalışan 253 gömülü sistem mühendisliği profesyonelinden geçerli cevap toplamıştır. Demografik verilerimize göre, anket verimizde farklı katılımcı ve şirket profillerinden bir karma oluştuğundan, bulgularımızın belli bir alan ya da sektörden bağımsız olmasına yardımcı olmuştur. Bu alandaki ilk olan bu çalışmamızda öne çıkanlar aşağıda listelenmiştir: Katılımcı sayısına baktığımızda sırasıyla Ankara, İstanbul, İzmir, Manisa, Kocaeli, Bursa,
Eskişehir, Mersin, Antalya ve Samsun bulunmaktadır. En yüksek akademik dereceler incelendiğinde yüksek lisanslıların (%58) ve doktoralıların (%4) oranı dikkat çekicidir. Lise ve altı katılımcı oranı %1'dir. Akademik branşlar incelendiğinde Bilgisayar Mühendisliği, Elektrik/Elektronik Mühendisliği ve Bilgisayar Bilimleri ilk 3 sıradadır. Endüstri, Makina/Mekatronik, İstatistik ve Matematik disiplinlerinin de listede bulunması ilgi çekicidir [35]. Katılımcıların büyük çoğunluğu yazılım geliştirici/programcısıdır. Bir kişinin birden çok pozisyon seçebildiği soruda, belli sektörlerde bir kişinin birden çok pozisyonda (örneğin, hem programcı hem tasarımcı hem gereksinim mühendisi hem de testçi) çalıştığı ortaya çıkmıştır. Daha detaylı bir çalışmada bu verilerin sektör, akademik branş vb. ile olan ilişkisinin analizi planlanmaktadır. Geliştirilen ürünlerin hedef sektörleri çok değişik bir yelpaze oluşturmuş, bu da anketin tek bir sektöre bağlı kalmadığını göstermiştir. Kullanıcı elektroniği ve savunma & havacılık başta olmak üzere bir çok sektörlerden ankete veri sağlanmıştır. Katılımcıların şirketlerindeki yazılım mühendisliği rolünde çalışan ve tipik yazılım ekibi sayısı incelendiğinde en yoğun 11-100 kişilik bir yazılım mühendisi çalışanı ve 5-9 kişilik tipik ekip sayısı olduğu görülmektedir. Katılımcıların %9'u asla modelleme yapmadığını (kabataslak kağıt üstüne çizim bile yapmadığını) belirtmiştir. Katılımcıların iş tecrübelerinde yoğunluk 10+ senede iken, modelleme tecrübelerinde 6-10 sene arası olması, katılımcıların bir kısmının işe başladıktan sonra modellemeyi öğrenip uyguladığını göstermektedir (örneğin, üniversiteden sonra, işte kendi kendine ya da eğitimlerle). Bu da modellemenin nerede öğrenildiği sorusuna verilen cevapla uyumludur. Örneğin, elektrik/elektronik mezunu bir yazılım programcısı modellemeyi üniversiteden mezun olduğunda değil de iş sırasında ya da eğitimler aracılığıyla öğrenmiştir. Modelleme en çok masaüstü bilgisayarda yapılmaktadır; kâğıt ikinci sıradadır. Formal bir modelleme dili olan UML kullanım sıklığının kabataslak çizim yapanlarla çok yakın olması, ayrıca kullanıcıya hazır sunulan cevaplar dışında işaretlenen "Diğer" seçeneklerinin de çokluğu dikkat çekicidir (18 cevap) [35]. Kullanılan programlama dilleri C++, C ve Java olarak sıralanmaktadır [35]. Eclipse tabanlı araçların başı çektiği modelleme araçlarını Microsoft Visio takip etmektedir.
Kullanıcıya hazır sunulmayan "Diğer" seçenekleri (45 cevap) dikkat çekicidir Kullanım sıklıklarına göre diyagramlar Ardıl Etkileşim (Sequence) (%59), Sınıf (Class) (%58), Durum (State machine/chart) (%50) ve Etkinlik (Activity) (%44) olarak çıkmıştır. Bir önceki modelleme çalışmalarının aksine, gömülü sistemler özelinde, Kullanıcı Senaryosu (Use Case) kullanımı (%22) çok gerilerdedir [35]. Modelleme en çok sistem/yazılım tasarımı ve kodlamada kullanılırken, entegrasyon ve teslimatta oldukça az kullanılmaktadır [35]. Modelleme yapanların %66'sı MGM kullanmamaktadır. Kullananların da verdiği sıklık oranı %12 ile %24 arasına düşmektedir [35]. Bir problemi soyut olarak anlamak; kod ve doküman yaratmak için MGM kullanımı yaygınken, model simülasyonu için oldukça az seviyede kullanılmaktadır [35]. Şirketteki modelleme uzmanlığı ve araç desteği karşılaşılan MGM zorluklarının başında gelmektedir [35]. 5.2
Bu bölümde, standart kontrol listesi temel alınarak [36], İngilizce olarak hazırlanmış çalışmamıza sınır teşkil edebilecek olası geçerliliğe tehditlerden ve bunları nasıl azalttığımız, ortadan kaldırmaya çalıştığımızdan bahsedilecektir.
Bu çalışmadaki yapısal geçerlilik, yapılan ölçümlerin genelleştirilebilmesi ve var olan modelleme yaklaşımlarını yansıtıp yansıtmadığıdır. Birçok kaynaktan veri toplanmış; yanlı cevap alınmaması adına anket anonim olarak yapılmıştır. Ölçüm yöntemi, birçok çalışmada kullanılan, her soru için oylar sayıp istatistiki çıkarımlar yapmaya dayanmaktadır. Dolayısıyla, sonuçların modelleme yaklaşım teknikleri, kullanım ve görüşlerini yansıttığına inanılmaktadır.
İç geçerlilik nedensel ilişkilerin ya da bilinmez faktörlerin anket sonucunu etkileyip etkilemediğini yansıtır. Uyguladığımız pilot çalışmalar buna karşı önlem amaçlıdır. İngilizce olarak hazırlanan bu ankette kullanılan kelimelerin herkes tarafından anlaşılır olması kaliteli veri toplamak adına çok önemli olduğundan, bu pilot çalışmada bulunan kişiler değişik uluslardan seçilmiştir (Dört Türk, iki İngiliz, bir Fransız, bir Tayvanlı). (Bölüm 3.1).
Dış geçerliliğe tehditlerden birisi katılımcıların demografik dağılımında yatmaktadır. Yazarların önceki ve şu anki iş tecrübeleri/ çalıştıkları sektörleri dolayısıyla bireysel gönderilen anket davetlerinin bu sektörlerden diğerlerine göre çok katılımcı alabileceği etkisini azaltmak adına çevrimiçi sosyal ve profesyonel ağlar (örneğin, Linkedin ve Twitter), forumlar, yazılım mühendisliği ve üniversitelerin ilişkili email gruplarında duyurular yapılıp anket 1 ay süre ile katılımcılara açık tutulmuştur.
Sonuç geçerliliği olarak, bu çalışma, hem endüstri hem de akademik şapkası olan bir araştırmacı ve 2 ayrı üniversiteden akademisyenle birlikte tasarlandığından, sonuçlardaki "fishing" riskini azaltmaktadır. Email daveti ve çevrimiçi ağlardaki profesyonellere yapılan duyuru aynı link üstünden olduğundan güvenirliğini de artırmıştır. Ölçümlerin güvenirliği de gözden geçirme ve pilot çalışmalarla desteklenmiştir. 6
Bu anket sayesinde, Türk gömülü sistem mühendisliğinde modellemenin yeri daha iyi anlaşılmış; modelleme kullanmayı değerlendirenler için yaygın görüş oluşturulmuştur. Bu katkılara ek olarak modelleme sırasında karşılaşılan zorluklar belirlenmiştir. Gelecekte yapılacak araştırmalar ile bu sorunlara çözüm aranılabilecektir.
Bu çalışmada, toplanan ham veriler sunulmuş, kapsamlı bir değerlendirme ve derinlemesine analiz yapılmamıştır. Buradaki ham verilerin katılımcı ve şirket/sektör bazında yapılması, hangi profillerin modellemenin neresinde olduğunu göstermesi açısından önemlidir. Yazarlar böyle bir gelecek çalışmayı planlamışlardır.
Teşekkür. Ankete katılan tüm gömülü sistem mühendislerine teşekkür ederiz. Kaynaklar