Analyse et prédiction de l'impact de changement dans un système à objets
Analyse et prédiction de l'impact de changement dans un système à objets
| dc.contributor.author | ABDI Mustapha Kamel | |
| dc.date.accessioned | 2022-11-27T19:35:38Z | |
| dc.date.available | 2022-11-27T19:35:38Z | |
| dc.date.issued | 2007 | |
| dc.description.abstract | Le développement des logiciels industriels consomme beaucoup de temps et de ressources. Malgré cela, les coûts de développement sont inférieurs aux coûts de maintenance. Ces derniers représentent un souci majeur, même pour des systèmes conçus avec des technologies récentes telle que l’orienté objet. En effet, dans les systèmes industriels, un flot continu de changements doit être pris en compte pour permettre la survie de ces systèmes. Le besoin de mettre à la disposition des responsables de la maintenance des outils permettant d’expliquer les mécanismes de propagation de changements au niveau du code source s’affirme de plus en plus. Nous proposons dans cette thèse une approche pour analyser et prédire les impacts des changements dans les systèmes à objets. Cette approche est à la fois analytique et expérimentale. La démarche que nous suivons consiste dans un premier temps, à choisir un modèle d’impact existant, pour ensuite l’adapter à notre contexte de travail. Une technique de calcul d’impact basée sur un méta-modèle (PTIDEJ) est développée. Des données récoltées sur des systèmes réels sont envisagées pour étudier empiriquement des hypothèses de causalité entre d’une part, des attributs internes de logiciels, et d’autre part, l’impact du changement. Afin d’évaluer notre approche, une étude empirique a été menée sur un système réel (BOAP) dans laquelle une hypothèse de corrélation entre le couplage et l’impact du changement a été avancée. Un changement a été porté sur le système et des métriques de couplage ont été extraites de ce système. L’hypothèse a été étudiée par le biais de techniques d’apprentissage automatique. Les résultats ont montré que le couplage d’importation, plus que d’autres types de couplage, influence l’impact du changement. Enfin, nous envisageons d’autres expérimentations sur d’autres systèmes afin de confirmer plus ces résultats. | |
| dc.identifier.uri | https://dspace.univ-oran1.dz/handle/123456789/1195 | |
| dc.language.iso | fr | |
| dc.subject | Systèmes à objets | |
| dc.subject | Analyse de l’impact du changement | |
| dc.subject | Prédiction | |
| dc.subject | Métriques | |
| dc.subject | Apprentissage automatique | |
| dc.title | Analyse et prédiction de l'impact de changement dans un système à objets | |
| grade.Co-rapporteur | H. SAHRAOUI, Professeur, Université de Montréal | |
| grade.Examinateur | M. AHMED NACER, Professeur, U.S.T.H.B | |
| grade.Examinateur | B. KOUNINEF, MCA, I.T.O | |
| grade.Examinateur | A. LEHIRECHE, MCA, U.S.B.A | |
| grade.Option | INFORMATIQUE | |
| grade.Président | H. HAFFAF, Professeur, Université Oran | |
| grade.Rapporteur | M.K . RAHMOUNI , Professeur, Université Oran | |
| la.Spécialité | Informatique | |
| la.cote | TH2434 |
Fichiers
Bundle original
1 - 1 sur 1