=Paper=
{{Paper
|id=Vol-1980/UYMS17_paper_69
|storemode=property
|title=Uygulamalarin Mobil ve Masaustu Surumlerinin Kod-tabanli Karsilastirilmasi: Kesifsel bir Calisma (Code-based Comparison of Software Applications' Mobile and Desktop Versions: An Exploratory Study)
|pdfUrl=https://ceur-ws.org/Vol-1980/UYMS17_paper_69.pdf
|volume=Vol-1980
|authors=Sena Sonmez Cicek,Vahid Garousi,Ayca Tarhan
|dblpUrl=https://dblp.org/rec/conf/uyms/CicekGT17
}}
==Uygulamalarin Mobil ve Masaustu Surumlerinin Kod-tabanli Karsilastirilmasi: Kesifsel bir Calisma (Code-based Comparison of Software Applications' Mobile and Desktop Versions: An Exploratory Study)==
https://ceur-ws.org/Vol-1980/UYMS17_paper_69.pdf
Uygulamaların mobil ve masaüstü sürümlerinin kod-
tabanlı karşılaştırılması: keşifsel bir çalışma
Sena Sönmez Çiçek1, Vahid Garousi2,1, Ayça Tarhan1
1 Yazılım Mühendisliği Araştırma Grubu,
Bilgisayar Mühendisliği Bölümü, Hacettepe Üniversitesi, Ankara, Türkiye
2 Wageningen Üniversitesi, Hollanda
senasonmezcicek@gmail.com, vahid@vgarousi.com,
atarhan@hacettepe.edu.tr
Özet. Belirli bir yazılım platformunun özellikleri, genellikle, bu platformda ge-
liştirilen uygulamaların tasarımını ve kaynak kodlarını derin bir şekilde etkileye
biliyor. Literatürde, Android, iOS ve BlackBerry gibi mobil platformların ve
uygulamaların çeşitli özellikleri üzerinde birçok araştırma yapılmıştır, ne var ki
verilen bir uygulamanın mobil sürümlerine karşı masaüstü sürümlerinin özellik-
lerini değerlendiren ve karşılaştıran az sayıda araştırma bulunmaktadır. Bu ça-
lışmada, platformların uygulamaların mobil ve masaüstü sürümleri üzerindeki
etkilerini ortaya çıkarmak için bir keşifsel çalışma yaparak iki araştırma sorusu-
nu cevaplamayı hedefledik: (1) Aynı özelliklerde bir uygulama, farklı platform-
lar için geliştirilirken kaynak kodunun büyüklüğü nasıl değişir? (2) Mobil ve
masaüstü uygulamalarının kod tasarımları, nesne-tabanlı tasarım ölçütleri açı-
sından birbirinden nasıl farklılık gösterir? Bu soruları cevaplamak için açık
kaynaklı iki uygulamanın mobil ve masaüstü sürümlerinin kaynak kodlarını in-
celedik. Uygulamaları, kod ölçüt aracı kullanarak değerlerine ulaştığımız tasa-
rım ölçütlerinin değerleri üzerinden karşılaştırılmalı olarak analiz ettik. Analiz-
lerimizin sonucunda uygulamaların mobil sürümlerinin masaüstü sürümlerden
kod büyüklüğü ölçütleri açısından daha büyük olduğunu gözlemledik. Tasarım
açısından ise, Nesne Sınıfları Arasındaki Bağımlılık (İng. CBO-Coupling
Between Object classes) ve Sınıf Başına Ağırlıklı Metot Sayısı (İng. WMC-
Weighted Methods per Class) ölçütleri uygulamaların her iki platformu için
farklılık gösterirken, Metot İçi Uyumsuzluk (İng. LCOM-Lack of Cohesion in
Methods) için önemli bir fark bulunmamıştır.
Anahtar kelimeler: Yazılım platformu, platform etkisi, mobil yazılım, masaüs-
tü yazılımı, yazılım tasarımı, yazılım ölçütleri, deneysel çalışma
Code-based comparison of software applications’ mobile and
desktop versions: an exploratory study
Abstract. Characteristics of a given software platform usually have major ef-
fects on the design and source code of applications developed in that platform.
Various characteristics of mobile applications and platforms such as Android,
iOS and BlackBerry have been studied in the literature, but few studies have as-
607
sessed and compared the characteristics of mobile versus desktop versions of a
given application. In this paper, we report an exploratory study in order to re-
veal the effects of platforms on applications’ mobile and desktop versions, for
which we aimed to address two research questions (RQs): (1) How do the sizes
of source code change when implementing the same feature in mobile and desk-
top platforms?, (2) How do designs of mobile and desktop applications differ
from each other in terms of object-oriented metrics? We compare two equiva-
lent features of open-source mobile and desktop applications. We do this by an-
alyzing source code via object-oriented metrics obtained using a popular met-
rics tool. Our initial results indicate that the mobile versions of the applications
are larger than the desktop versions in terms of code size metrics. In terms of
design, there is no significant difference for LCOM (Lack of Cohesion in
Methods), as CBO (Coupling Between Objects) and WMC (Weighted Methods
per Class) metrics differ in both platforms.
Keywords: Software platforms, platform effect, comparison, mobile software,
desktop software, software design, software metrics, empirical study
1 Giriş
Günümüzde çapraz platform uygulama geliştirmek diğer bir deyişle birden fazla yazı-
lım platformu için uygulama geliştirmek, piyasa ve kullanıcı beklentilerini karşılamak
için bir ihtiyaç haline gelmiştir. Farklı platformlar için birden çok uygulama geliştir-
mek, gerektirdiği kaynak, zaman ve çaba açısından zorlu bir iştir [1]. Belirli bir yazı-
lım platformunun özellikleri, genellikle, bu platformda geliştirilen uygulamaların
mimarisi, tasarımı ve kaynak kodu üzerinde derin bir etkiye sahiptir [2]. Bu nedenle,
çapraz platform uygulama geliştirme için geliştirme kararları verirken, platformun
etkileri de göz önüne alınmalıdır.
Verilen bir uygulamanın, farklı platformlarda (ör: Android, iOS) nasıl daha verimli
ve etkili şekilde geliştirilebileceğine yönelik birçok çözüm bulunmaktadır. Bu alanda,
Heitkötter ve arkadaşları [1], mobil uygulamaların çapraz platformda geliştirilmesine
yönelik genel yaklaşımları sınıflandırıp mevcut çapraz platform çözümlerini analiz
etmiş ve karşılaştırmıştır. Bununla birlikte, mobil ve masaüstü platformlar için plat-
formlar arası geliştirme konusunda böyle bir araştırmaya rastlanmamıştır.
Bu çalışmada, mobil platformun ve masaüstünün, yazılım platformları olarak uy-
gulamanın tasarımını ve kaynak kodunu etkileyip etkilemediğini araştırmayı amaçla-
dık. Bulduğumuz sonuçların, geliştiricilere, mobil ve masaüstü platformlar için geliş-
tirilecek bir uygulamanın tasarım kararları alınırken ve geliştirme çabasının değerlen-
dirilmesi aşamasında yardımcı olmasını umuyoruz.
Belirlediğimiz ve cevabını aradığımız iki araştırma sorusu (AS) şöyledir;
AS-1: Aynı özelliklerde bir uygulama, mobil ve masaüstü platformlar için geliştiri-
lirken kaynak kodunun büyüklüğü nasıl değişir?
AS-2: Mobil ve masaüstü uygulamaların tasarımları, nesneye yönelik tasarım öl-
çütleri açısından birbirinden nasıl farklılık gösterir?
608
Uygulamaları kaynak kod boyutu açısından karşılaştırmak için sınıf sayısı, kod sa-
tır sayısı ve dosya sayısı ölçütlerini kullandık ve uygulamaların mobil ve masaüstü
sürümlerinin karşılaştırmalı analizini yaptık. Öte yandan uygulamaların tasarımlarını
Chidamber & Kemerer (C&K) ölçüt kümesinden [3] yararlanarak karşılaştırdık.
Bu makalenin kalanı şu şekilde organize edilmiştir: Bölüm 2, bu alandaki ilgili ça-
lışmaları sunmaktadır. Bölüm 3, amacımızı ve araştırma yöntemimizi, bölüm 4 ise
vaka incelememizin sonuçlarını açıklar ve tartışır. Son olarak, bölüm 5, çalışmamızın
sonuçlarını ve gelecek çalışma önerilerimizi özetler.
2 İlgili çalışmalar
Birden fazla yazılım platformu için çapraz platform uygulaması geliştirmek ihtiyaç
olduğu kadar uğraştırıcı bir sorundur. Tüm platformlar birbirinden önemli derecede
farklı olduğu için, geniş bir kullanıcı kitlesine ulaşmak isteyen yazılım geliştiricileri,
her bir platform için ayrı olarak uygulamalar geliştirmektedirler. Bu noktada çapraz
platform geliştirme yaklaşımları, geliştiricilerin bir dizi platform için harcadıkları
çabayı tekrarlamayı önleyerek ve verimliliği artırarak bu zorluğa çözüm üretmek için
ortaya çıkmıştır. Özellikle mobil platformlar için, bu gibi çözümlerin pek çok uygu-
laması vardır. Heitkötter ve arkadaşları, mobil uygulamaların platformlar arası gelişi-
mine genel yaklaşımları sınıflandırıp mevcut çapraz platform çözümlerini analiz etmiş
ve karşılaştırmıştır [1].
Öte yandan, Android’e karşı iOS veya Android’e karşı BlackBerry gibi farklı mo-
bil platformların karşılaştırılması, literatürde birçok çalışmaya konu olmuştur. Örne-
ğin, Syer ve arkadaşları Android ve BlackBerry uygulamaları kod tabanlı bir analiz
yaparak karşılaştırmıştır [4]. Mikro uygulama geliştiricilerin sınırlı kaynaklarla birden
fazla platformu hedefleyebileceklerini düşünerek kaynak kodu, bağımlılık ve kod
değişiklik (İng. code churn) metriklerini incelemişlerdir. Üç mobil uygulama çifti
üzerinde bir vaka incelemesi yapmış ve Android'in mikro uygulamalarının üzerinde
çalıştığı platforma çok fazla bağımlı olduğunu ve BlackBerry mikro uygulamalarına
göre daha az kod gerektirdiğini bulmuşlardır.
Ayrıca, Syer ve arkadaşları, 15 popüler açık kaynak mobil uygulama ile 5 masaüs-
tü / sunucu uygulaması (2 büyük uygulama, 3 küçük Unix Yardımcı Programı) ara-
sında kod tabanı, platform bağımlılığı ve hata giderme süresinin boyutlarını incelen-
miştir [5]. Mobil uygulamaların ve Unix yardımcı programlarının, sıklıkla incelenen
masaüstü / sunucu uygulamalarına kıyasla daha küçük kod tabanlarına sahip oldukla-
rını raporlamışlardır. Ayrıca, mobil uygulamaların üzerinde çalıştığı mobil platforma
çok fazla bağımlı olduklarını ve mobil uygulama geliştiricilerin, hataları masaüstü /
sunucu uygulamaları geliştiricilerine göre daha kısa sürede düzeltme eğiliminde ol-
duklarını keşfetmişlerdir.
Ayrıntılı tasarım ve uygulama geliştirme, uygulama mimarisinin net bir yansıması-
dır ve iç kalite yazılım tasarımının bir çıktısı olarak kabul edilir. Yazılım tasarım dü-
zeyinde iken son ürünün tasarım ve kalite özelliklerini ölçmenin her zaman mümkün
olmadığı bilinmektedir [6]. Nesneye yönelik (İng. Object-Oriented OO) kod ve tasa-
rımın yapısal kalitesini değerlendirmek için literatürde birçok ölçüt önerilmiştir
[3][7][8][9]. Literatürde önerilen ölçütlerin çoğunu, deneysel olarak araştıran çalışma-
609
lar bulunmaktadır. Briand ve arkadaşları, nesneye yönelik tasarımın yapısal özellikle-
rini yakalayan metrikler üzerine bir deneysel (İng. empirical) çalışma yapmıştır [10].
Analiz sonuçları, birçok bağımlılık (İng. coupling) ve kalıtım (İng. inheritance) metri-
ğinin, bir sınıftaki hata tespit olasılığı ile güçlü bir şekilde ilişkili olduğunu göstermiş-
tir. Öte yandan, 2002'deki çalışmalarından elde edilen sonuçlarda[11], bağımlılık,
karmaşıklık ve boyut ölçütlerinin, kalıtım ve uyumluluk (İng. cohesion) ölçütlerine
göre daha iyi olduğu savunulmuştur. Yazarlar bu savın, kalıtımın etkisinin, kullanılan
kalıtım stratejisine ve tasarımcıların deneyimine göre değişiminden kaynaklanabile-
ceğini iddia etmişlerdir. Jabangwe ve arkadaşları, özellikle nesneye yönelik sistemle-
rin kaynak kodundan elde edilebilen nesneye yönelik metrikleri belirleyip bir araya
topladıkları bir sistematik literatür taraması yapmışlardır [12]. 99 adet çalışmayı sap-
tamışlar ve bu araştırmalardan nesne odaklı metrikleri kullananların, çoğunlukla C&K
ölçüt kümesini seçtiğini gözlemlemişlerdir. Aynı zamanda C&K ölçüt kümesinin [3]
ölçme ve değerlendirmede MOOD (İng. Metrics for Object Oriented Design) [13] ve
QMOOD (İng. Quality Model for Object Oriented Design) [14] ölçüt kümelerinden
daha iyi performans sergilediklerini ve karmaşıklık, uyumluluk, boyut ve bağımlılık
ölçütlerinin, kalıtım ölçütlerine göre yazılımın güvenilirlik ve sürdürülebilirlik özel-
likleriyle daha bağlantılı olduğunu saptamışlardır.
Bu bilgiler ışığında, çalışmamızda uygulamaların tasarım özelliklerini karşılaştır-
mak için, nesneye yönelik yazılımlar için önerilmiş altı ölçütten oluşan C&K ölçüt
kümesinden [3] yararlandık. Bu kümeden Nesne Sınıfları Arasındaki Bağımlılık
(CBO-Coupling Between Object classes), Sınıf Başına Ağırlıklı Metot Sayısı (WMC-
Weighted Methods per Class) ve Metot İçi Uyumsuzluk (LCOM-Lack of Cohesion in
Methods) ölçütlerini seçtik.
3 Araştırma amacı ve yöntemi
Bu çalışmada, mobil ve masaüstü yazılım geliştirme platformlarının uygulamanın
tasarımını ve kaynak kodunu etkileyip etkilemediğini araştırmayı amaçladık. Belirle-
diğimiz araştırma sorularını, iki mobil-masaüstü uygulama çiftini değerlendirdiğimiz
ve karşılaştırdığımız bir vaka çalışması ile yanıtladık.
3.1 Vaka çalışması tasarımı
Bu bölüm, uygulamalar üzerindeki platformların etkisini keşfetme yaklaşımımızı
özetlemektedir. Öncelikle, hem mobil sürümü hem de masaüstü sürümü olan iki uy-
gulama çifti seçtik. İkinci olarak, araştırma sorularımıza cevap vermek için uygun
ölçütleri belirledik ve bu uygulamaların kaynak kodu, bağımlılık ve tasarım özellikle-
rini ölçtük. Ardından, sonuçları mobil ve masaüstü sürümleri arasında karşılaştırdık.
Uygulama seçimi. Çalışmamızda farklı platformlar için eşdeğer özelliklere sahip
mobil uygulamaları ve masaüstü uygulamaları inceledik. Uygulamalarımızı aşağıdaki
kriterlere göre seçtik;
610
Açık Kaynak Kodlu Uygulamalar. Kod tabanlı bir araştırma yaptığımız için uy-
gulamaların kod havuzlarına erişmemiz gerekiyordu. Açık kaynaklı uygulama-
ların GitHub gibi kod depolarından kaynak kodlarına erişilebilmektedir.
Nesne Tabanlı Programlama Dilleriyle Geliştirilmiş Uygulamalar (Java, C++).
Geleneksel nesne odaklı ölçüt kümelerini uygulamak için nesneye yönelik bir
dil ile geliştirilmiş uygulamalara ihtiyacımız vardı. Bu nedenle, masaüstü sü-
rümleri C dilinde geliştirilmiş uygulamalar hariç tutulmuştur.
Uygulama Özellik Denkliği. Mobil ve masaüstü uygulamaları arasında nesnel
bir karşılaştırma yapabilmemiz için aynı uygulamanın birbirine denk özellikler
içeren mobil ve masaüstü sürümlerinin olması gerekmektedir.
Yukarıdaki kriterlere ek olarak, küçük kod hacmi, az katkıda bulunan ve az sayıda
taahhüt içeren uygulamalar hariç tutulmuştur.
Uygulamalarda özellik denkliği ve geliştirme dilinin nesne tabanlı olması kriterle-
rini aramamız, uygulama havuzumuzu azaltan baskın ölçütlerdir. Bu kriterleri uygu-
ladıktan sonra iki uygulama çifti seçtik: Telegram ve KeePass. Uygulamaların tüm
mobil sürümleri Android platform için geliştirilmiştir. Uygulamaların kaynak kodu
depolarına Nisan 2017'de ulaştık. Seçilen uygulamaların ayrıntıları Tablo 1'de veril-
miştir.
Tablo 1. Seçilen uygulamalar
Uygulama Geliştirme Dili Kaynak kod web adresi
KeePass C++ https://github.com/keepassx/keepassx
KeePassDroid Java https://github.com/bpellin/keepassdroid
Telegram Masaüstü C++ https://github.com/telegramdesktop/tdesktop
Telegram Mobil Java https://github.com/DrKLO/Telegram
Kaynak kod özellikleri. AS-1’i cevaplandırmak adına üç kaynak kod metriği belirle-
dik;
Kaynak kodu içeren toplam dosya sayısı
Sınıfların toplam sayısı
Toplam kod satırı sayısı (İng. Lines of Code - LOC)
Kaynak kod boyutu ölçütlerinin, bir yazılım sisteminin karmaşıklığı ile önemli öl-
çüde ilişkili olduğu kanıtlanmıştır [15]. Bir sistemin karmaşıklığı ve boyutu, bir yazı-
lımı anlamak, geliştirmek ve bakımını yapmak için gereken çabayı ölçmeye yardımcı
olur. Bu çalışmada bir uygulamada aynı özelliklerin gerçeklenmesi için hangi plat-
formun daha fazla kod geliştirmeyi gerektirdiğini araştırmayı amaçladık.
Üçüncü parti kütüphaneleri, geliştirilen uygulamadan bağımsız, farklı geliştiriciler
tarafından ortaya konmuş, yeniden kullanılabilir yazılım bileşenleridir. Yazılım uygu-
lamaları genelde üçüncü parti kütüphanelerden yararlanır, ihtiyaca göre bunları özel-
leştirir ve bakımını yapar. Bu nedenle üçüncü parti kütüphane kaynak kodunu ve pro-
jeye özgü kaynak kodunu ayrı ayrı analiz etmek önemlidir [4].
Öncelikle, bu ölçütlerin değerlerini kaynak kodun tamamı için elde ettik. Sonra öl-
çümlerimizi kaynak kodlarını projeye özel kaynak kodu ve üçüncü parti kaynak kodu
olmak üzere iki farklı alt kümeye ayırıp tekrarladık. Bu iki alt küme için yapılan öl-
çümler, bir platformun diğerine kıyasla ne kadar projeye özel kaynak kodu geliştirme
611
gerektirdiğini ve uygulamaların mobil ve masaüstü platformlarının üçüncü parti kay-
nak koduna ne kadar dayandığını göstermektedir.
Projelerin kaynak kodlarından üçüncü parti kaynak kodlarını ayırt ederken, proje
dizininde üçüncü parti kod içermesi muhtemel alt dizinleri aradık (örn. Android için
src/com gibi). Ardından, kaynak kod dosyalarının başındaki yorumlarda, lisans söz-
leşmeleri ve hak taleplerini belirten her bir kaynak dosyasını tarayarak bunları projeye
özel kaynak kodu dosyası veya üçüncü taraf kaynak kodu dosyası olarak tespit ettik.
Tasarım özellikleri. C&K ölçüt kümesinden aşağıdaki üçünü seçerek uygulamaların
tasarım özelliklerini ölçtük;
Sınıf Başına Ağırlıklı Metot Sayısı (WMC),
Nesne Sınıfları Arasındaki Bağımlılık (CBO),
Metot İçi Uyumsuzluk (LCOM).
Jabangwe ve arkadaşlarının yaptığı sistematik literatür araştırmasına göre C&K öl-
çüt kümesi, nesneye yönelik yazılımlar için en çok kullanılan ölçüt kümesi olarak
karşımıza çıkar (99 çalışmanın %79'u) [12]. Aynı zamanda MOOD ve QMOOD ölçüt
kümelerinden daha iyi performans gösterdikleri raporlanmaktadır. Yazılım karmaşık-
lık, uyum, boyut ve bağımlılık ölçütlerinin kalıtım ölçütlerine kıyasla yazılımın güve-
nilirlik ve bakım yapılabilirlik özelliklerini değerlendirmede daha etkili olduğu da
bulunmuştur. Bu bulgular doğrultusunda çalışmamızda, C&K ölçüt kümesinin WMC,
CBO ve LCOM ölçütleri seçmeye karar verdik. Bu ölçütleri, her uygulama çifti için
hesapladık. Daha sonra, ölçümlerimizi uygulama çiftleri için karşılaştırmalı olarak
analiz ettik.
4 Sonuçlar
Bu bölüm, vaka çalışmamızın sonuçlarını sunmaktadır. Her bir araştırma sorusu, öl-
çüm sonuçlarının analizi ile cevaplanmıştır.
4.1 AS-1: Aynı özelliklerde bir uygulama, farklı platformlar için
geliştirilirken kaynak kodunun büyüklüğü nasıl değişir?
Bölüm 3'te sunulan kaynak kodu ölçümlerini önce toplam uygulama kodu için sonra-
sında ise toplam kaynak kodunu, projeye özel kaynak kodu ve üçüncü parti kaynak
kodu olarak iki kümeye ayırıp bu kümeler için ölçümlerimizi tekrarladık.
Tablo 2, bu ölçümlerin sonuçlarını ve mobil uygulama ile masaüstü uygulaması
arasındaki farkın yüzdesini göstermektedir.
Sonuçlar, Android platformu için geliştirilen bir uygulamanın %50 - %100 daha
fazla kod satırı içerdiğini göstermektedir. Sınıf sayısındaki fark, masaüstü sürüm sı-
nıflarının iki katıdır. Masaüstü sürümlerinde Android platformundan %63 - %86 ara-
sında daha fazla dosya bulunmaktadır. Geliştirici tecrübesi ve geliştirme araçlarının
(IDE) etkileri göz ardı edildiğinde, kaynak kodu boyutu geliştirme çabasının bir gös-
tergesi olarak kabul edilmektedir [16]. Bu açıdan bakıldığında sonuçlar, Android
platformunun aynı özelliklerin uygulanması için daha fazla çaba gerektirdiğini gös-
termektedir.
612
Tablo 2. Toplam Kaynak-Kodu Boyut Ölçütleri ve Platforma Göre Farklılıkları
Telegram
Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya 515 839 +%63
# Sınıf 1435 4472 +%211
# Kod satırı 220.986 450.952 +%104
KeePass
-Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya 194 362 +%86
# Sınıf 109 350 +%221
# Kod satırı 18.438 27.542 +%49
Kaynak kodu dosyalarını projeye özel veya üçüncü taraf (İng. third-party) bir diğer
deyişle proje-dışı kaynak kodu dosyası olarak ayırt ettikten sonra, bu gruplar için
yaptığımız kaynak kodu ölçütleri ölçümlerini Tablo 3 ve Tablo 4’te paylaştık.
Tablo 3, üçüncü parti kaynak-kodu ölçümleri için sonuçlarımızı göstermektedir.
KeePass uygulamasının masaüstü ve Android sürümleri, kaynak kodlarında test kodu
ve test kodu ile ilgili üçüncü parti kütüphaneler içerir. Gerçek uygulama kodları ol-
madığından bu kodlar ölçümlerden hariç tutulmuştur.
KeePass Masaüstü ve Telgram masaüstü uygulamaları QT üçüncü parti kütüphane-
sini kullanmıştır ancak QT kaynak kodu dosyaları, kod tabanına dahil edilmemiştir.
Bu nedenle üçüncü parti kodları için bir karşılaştırma yapılamamıştır.
Tablo 4, tüm Android mobil uygulamalarının sayı olarak daha fazla sınıf ve kaynak
kodu dosyası içerdiğini göstermektedir. Telegram Android için projeye özgü kaynak
kodu farklılıklarının boyutu Masaüstü sürümünden %25 daha fazlaysa da KeePass
uygulama çifti için tersi geçerlidir.
Tablo 3. Üçüncü Parti Kodu için Kaynak Kodu Boyut Ölçütlerinin Dağılımı
TELEGRAM
Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya 7 1015 +%14,400
# Sınıf 0 202 -
# Kod satırı 1,826 215,966 +%11,720
KeePass
Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya - 59 -
# Sınıf - 35 -
# Kod satırı - 6,121 -
613
Tablo 4. Proje Spesifik Kod için Kaynak Kodu Boyutu Ölçütlerinin Dağılımı
Telegram
Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya 505 836 +%65
# Sınıf 1,435 4,270 +%197
# Kod satırı 185,195 234,830 +%26
KeePass
Ölçüt Masaüstü sürümü Android sürümü Fark oranı (%)
# Dosya 194 204 +%5
# Sınıf 109 291 +%167
# Kod satırı 18,438 13,953 -%24
4.2 AS 2: Mobil ve masaüstü uygulamalarının tasarımları, tasarım nesneye
yönelik ölçütleri açısından birbirinden nasıl farklılık gösterir?
C&K ölçüt kümesinden sınıf başına ağırlıklı metot sayısı (WMC), nesne sınıfları arası
bağımlılık (CBO) ve metot içi uyumsuzluk (LCOM) ölçütleri tasarım özelliklerini
karşılaştırırken kullanılmak üzere seçilmiştir. Bu ölçütler için uygulamaların kod
tabanlarında yapılan ölçümlerin ortalaması Tablo 5’te görülmektedir.
Tablo 5. Masaüstü ve Mobil Sürümler için Ölçütlerin Ortalama Değerleri
Telegram
Ölçüt Masaüstü sürümü Android sürümü
WMC 7,96 11,28
CBO 3,43 5,92
LCOM 22,57 22,51
KeePass
Ölçüt Masaüstü sürümü Android sürümü
WMC 23,77 9,13
CBO 4,70 6,01
LCOM 61,14 29,00
Aynı zamanda her iki uygulamanın mobil ve masaüstü sürümleri için her bir ölçüt
bazında değerler karşılaştırmalı olarak incelenmiştir. CBO, sınıfın bağımlı olduğu
sınıfların sayısı olarak tanımlanır. Nesne sınıfları arasındaki aşırı bağlanma, modüler
tasarım için zararlıdır ve yeniden kullanılabilirliği olumsuz etkiler [17]. Bir sınıfın
bağımsızlığı ne kadar fazlaysa, başka bir uygulamada onu tekrar kullanmak daha
kolaydır. Dolayısıyla, düşük CBO arzu edilir. Telegram ve KeePass'in masaüstü sü-
rümleri için CBO değerlerinin mobil sürümlerdeki CBO değerlerinden düşük olduğu
gözlemlenmiştir (Bkz. Şekil 1).
614
CBO : Telegram vs. KeePass
14
12
10
8
Data
6
4
2
0
TelegramMasaüstü TelegramMobil KeePassMasaüstü KeePassMobil
Şekil 1. CBO ölçüt değerlerinin kutu grafiği (boxplot)
Uyum eksikliği veya düşük bağlılık karmaşıklığı artırır, böylece geliştirme süreci
sırasında hataların olasılığını artırır. Telegramın masaüstü ve mobil sürümünün orta-
lama LCOM değerleri birbirinden önemli ölçüde farklılık göstermemektedir. Öte
yandan, KeePass için uygulama geneline baktığımızda uyum eksikliğinin masaüstü
platform için daha fazla olduğu görülmektedir (Bkz. Şekil 2).
LCOM: Telegram vs. KeePass
100
80
60
Data
40
20
0
TelegramMasaüstü TelegramMobil KeePassMasaüstü KeePassMobil
Şekil 2. LCOM ölçüt değerlerinin kutu grafiği (boxplot)
WMC, bireysel bir sınıfın karmaşıklığını ölçer. Çok sayıda yöntem içeren sınıfla-
rın, daha fazla uygulamaya özgü olmasının, yeniden kullanma olasılığını sınırladığı
söylenir [9]. Telegram ve KeePass uygulama çiftleri için WMC değerleri dağılımı
belirsiz çıkmışken (Bkz. Şekil 3), ortalama değerlere baktığımızda Telegram’ın mobil
sürümünde WMC ortalaması yüksek iken, KeePass’in masaüstü sürümünde WMC
ortalaması yüksektir.
615
Şekil 3. WMC ölçüt değerlerinin kutu grafiği (boxplot)
4.3 Geçerliliğe yönelik tehditler
Bu bölümde, standart bir kontrol listesi temel alınarak [18], hazırlanmış çalışmamıza
sınır teşkil edebilecek geçerlilik tehditlerinden ve bunları nasıl azalttığımızdan, bah-
sedilmektedir. Dört tip geçerliliğe tehdit dikkate alınmıştır.
İçsel geçerlilik. Bu geçerlilik, bir çalışmanın elde edilen verilere dayalı nedensel
bir sonuç garanti etmesi ile ilgilidir. AS-1 için, her bir uygulamadaki üçüncü parti
kütüphanelerine ait kaynak kodlarının belirlenmesi elle yapılmıştır. Bazı üçüncü parti
kütüphanelerinin yanlış tanımlanması mümkündür. Ayrıca, uygulamalarda kullanıl-
mış fakat kaynak kodu paylaşılmamış eksik üçüncü parti kütüphaneleri olabilir.
Bunlar sonuçlarımızı etkileyebilecek faktörlerdir. Uygulamaların kaynak kodlarını
değerlendirmek için nesne tabanlı diller için önerilmiş olan bir metrik kümesini tercih
ettik. Bu sayede mobil ve masaüstü uygulamaların farklı programlama diliyle gelişti-
rilmiş olmasından kaynaklanabilecek tehdidi azaltmayı hedefledik. Ölçütler için ge-
rekli değerleri statik kod analiz aracı olan Understand [12] aracılığı ile elde ettik.
Değerlendirdiğimiz uygulama çiftlerinin (Telegram ve KeePass) farklı işlevsel özel-
liklere sahip olması, bir iç tehdit oluşturmaktadır. Ancak uygulamaları birbiri arasında
karşılaştırmadığımız için bu tehdit göz ardı edilebilir.
Yapısal geçerlilik. Bu geçerlilik, çalışmanın nesnelerinin gerçekten çalışmanın ar-
kasındaki teoriyi temsil etme ölçüsü ile ilgilidir. Çalışmamızda kullandığımız yakla-
şım mobil uygulamalar üzerine olan ve kod tabanlı incelemeler yapan literatürdeki
çalışmalara benzemektedir [4][5]. Çalışmalarında nesne odaklı metrikleri kullananla-
rın, çoğunlukla tercih etmesinden [12] yola çıkarak çalışmamızda C&K ölçüt kümesi-
ni seçtik. Her araştırma sorusunu adreslemek adına belirlenen ölçütlerin değerleri elde
edilmiş ve istatistiksel analizler yapılmıştır.
Sonuç geçerliliği. Bir çalışmanın sonuç geçerliliği, onun sonuçlarının titiz ve tek-
rarlanabilir bir yöntem ile ulaşılabilir olup olmadığı ile ilgilidir. Bu çalışmada uygu-
lamaların kaynak kodu büyüklüğü ve tasarım özellikleri Bölüm 3’te bahsettiğimiz
yöntem ile niceliksel olarak ölçülmüştür. Sonuçlarımız uygulamaların kod depolarına
eriştiğimiz tarihteki sürümleri için geçerlidir. Öte yandan, kaynak kodu ve yazılım
616
tasarımı üzerinde etkili olabilecek faktörler olan geliştiricilerin deneyimi ve sayısı,
uygulamanın varsa sürüm sayısı ve geliştirme tarihi hakkında detaylı bilgiye sahip
olamadığımızdan, vaka incelememizin sonuç geçerliliği için bir tehdittir.
Dış geçerlik. Dış geçerlilik bir çalışmanın sonuçlarının genelleştirebilir olma ölçü-
sü ile ilgilidir. Çalışılan uygulama çiftleri, mobil ve masaüstü platformları için eşde-
ğer özellikteki açık kaynak kodlu uygulamaların küçük bir alt kümesini temsil eder.
Uygulama boyutları, 8.000-450.000 LOC arasında değişmektedir. Bu açıdan sonuçla-
rımız, diğer uygulamalar veya platformlar için genellenemez.
5 Sonuç ve gelecek çalışmalar
Bu çalışmada Telegram ve KeePass açık kaynak uygulamalarının mobil ve masaüstü
sürümleri analiz edilmiş ve karşılaştırılmıştır. Motivasyonumuz mobil ve masaüstü
sürümlerinin kaynak kod ve tasarımlarının üzerindeki platform etkisini ortaya koy-
maktır.
Uygulamaları kaynak kod boyutu açısından karşılaştırmak için sınıf sayısı, kod sa-
tır sayısı (LOC) ve dosya sayısı ölçütlerini kullandık. Ölçümlerimizi, öncelikle uygu-
lama geneli için, sonrasında ise uygulamaları projeye özel ve üçüncü parti kaynak
kodu olmak üzere iki gruba ayırıp her bir grup için ayrı ayrı yaptık. Ölçümlerimiz
sonucunda her iki uygulamada da toplam kaynak kodu boyutunun (sınıf sayısı, dosya
sayısı, kod satır sayısı) mobil sürümlerde masaüstü sürümlerden daha büyük olduğunu
gözlemledik. Bu nedenle aynı özellikte bir uygulamayı mobil (Android) platform için
geliştirmenin daha çok efor gerektirmesinin olası olduğu sonucuna varabiliriz.
Uygulamaların tasarım özelliklerini karşılaştırmak için C&K ölçüt kümesinden
CBO, LCOM ve WMC ölçütlerini seçtik [12]. LCOM ölçütü için elde ettiğimiz de-
ğerlerde karşılaştırdığımız iki uygulama çifti için sonuçlar arasında bir tutarlılık göz-
lemlenmemiştir. CBO, yani sınıflar arası bağımlılığın her iki uygulamanın (Telegram
ve KeePass) mobil sürümlerinde daha fazla olduğunu gözlemledik. WMC ölçütü de-
ğerlerine baktığımızda ise her iki uygulamanın da masaüstü sürümünde WMC değer-
lerinin daha yüksek olduğunu gözlemledik.
Bu çalışmanın devamında, platformlar arası bağımlılık için Syer ve arkadaşlarının
önermiş olduğu bir yöntemi kullanarak [5] mobil ve masaüstü sürümleri karşılaştır-
mayı hedefliyoruz. Buna ek olarak, bu çalışmanın devamında uygulamaların üst dü-
zey mimarileri incelenebilir ve platform etkisi hakkında daha fazla bilgiye sahip olu-
nabilir. Ayrıca, yazılım hataları ile incelenen kaynak kodu, bağımlılık ve tasarım öl-
çütleri arasındaki ilişki araştırılabilir. Son olarak, bu çalışmada incelenen açık kaynak
kodlu iki uygulama çiftine ek olarak, endüstri içindeki firmalarla iş birliği ile hususi
uygulamaların da mobil ve masaüstü sürümleri incelenerek elde edilecek sonuçların
daha genelleştirilebilir olması araştırılabilir.
Kaynaklar
1. Heitkötter, H., Hanschke, S., Majchrzak, T.A.: Evaluating Cross-Platform
Development Approaches for Mobile Applications. In: Cordeiro, J. and Krempels, K.-
617
H. (eds.) Web Information Systems and Technologies: 8th International Conference,
WEBIST 2012, Porto, Portugal, (2012).
2. Schmidt, D.C.: Model-Driven Engineering. IEEE Comput. 39, 25–31 (2006).
3. Chidamber, S.R., Kemerer, C.F.: A Metrics Suite for Object Oriented Design. IEEE
Trans. Softw. Eng. 20, 476–493 (1994).
4. Syer, M.D., Adams, B., Zou, Y., Hassan, A.E.: Exploring the development of micro-
apps: A case study on the blackberry and android platforms. In: Proceedings - 11th
IEEE International Working Conference on Source Code Analysis and Manipulation.
pp. 55–64 (2011).
5. Syer, M.D., Nagappan, M., Adams, B., Hassan, A.E.: Studying the relationship
between source code quality and mobile platform dependence. Softw. Qual. J. 23,
485–508 (2015).
6. Bosch, J., Molin, P.: Software architecture design: evaluation and transformation. In:
Proceedings ECBS’99. IEEE Conference and Workshop on Engineering of Computer-
Based Systems. pp. 4–10 (1999).
7. Harrison, R., Counsell, S.J., Nithi, R. V.: An evaluation of the MOOD set of object-
oriented software metrics. IEEE Trans. Softw. Eng. 24, 491–496 (1998).
8. Hitz, M., Montazeri, B.: Measuring coupling and cohesion in object-oriented systems.
Proc. Int. Symp. Appl. Corp. Comput. Oct. 25-27, 1995. 75–76, 197, 78–84 (1995).
9. Lake, A., Cook, C.: Use of factor analysis to develop OOP software complexity
metrics. … . 6th Annu. Oregon Work. Softw. Metrics, …. 1–15 (1994).
10. Briand, L.C., Wüst, J., Daly, J.W., Victor Porter, D.: Exploring the relationships
between design measures and software quality in object-oriented systems. J. Syst.
Softw. 51, 245–273 (2000).
11. Briand, L.C., Melo, W.L., Wüst, J.: Assessing the applicability of fault-proneness
models across object-oriented software projects. IEEE Trans. Softw. Eng. 28, 706–720
(2002).
12. Jabangwe, R., Börstler, J., Šmite, D., Wohlin, C.: Empirical evidence on the link
between object-oriented measures and external quality attributes: A systematic
literature review. Empir. Softw. Eng. 20, 640–693 (2015).
13. Abreu, F.B., Carapuça, R.: Object-Oriented Software Engineering : Measuring and
Controlling the Development Process. 4th. Int. Conf. Softw. Qual. 4, 3–5 (1994).
14. Bansiya, J., Davis, C.G.: A hierarchical model for object-oriented design quality
assessment. IEEE Trans. Softw. Eng. 28, 4–17 (2002).
15. Fenton, N.E.: Software Metrics: Successes, Failures and New Directions. J. Syst.
Softw. 47, 149–157 (1999).
16. Mendes, E., Mosley, N., Counsell, S.: Web metrics — estimating design and authoring
effort. IEEE Multimed. 8, 50–57 (2001).
17. Cankurtaran, E., Çilden, E., Tarhan, A.: Bileşen Tabanlı ve Ürün Hattı Yazılım
Geliştirme Yaklaşımlarında Yeniden Kullanılabilirlik Metrikleri Yeniden Kullanım ve
Yeniden Kullanılabilirlik. Presented at the .
18. Feldt, R., Magazinius, A.: Validity Threats in Empirical Software Engineering
Research - An Initial Survey. Proc. Int’l Conf. Softw. Eng. Knowl. Eng. 374–379
(2010).
618