論文の概要: Cloud-Native Architectural Characteristics and their Impacts on Software
Quality: A Validation Survey
- arxiv url: http://arxiv.org/abs/2306.12532v1
- Date: Wed, 21 Jun 2023 19:35:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 19:06:12.494247
- Title: Cloud-Native Architectural Characteristics and their Impacts on Software
Quality: A Validation Survey
- Title（参考訳）: クラウドネイティブなアーキテクチャ特性とソフトウェア品質への影響:バリデーション調査
- Authors: Robin Lichtenth\"aler, Jonas Fritzsch, Guido Wirtz
- Abstract要約: クラウドネイティブアプリケーションのアーキテクチャ特性と品質面の関係について検討することを目的としている。
アーキテクチャの特徴は、最近提案したクラウドネイティブソフトウェアアーキテクチャの品質モデルに基づいています。
調査結果を取り入れた品質モデルの更新版を提示する。
- 参考スコア（独自算出の注目度）: 1.4502611532302039
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cloud-native architectures are often based on microservices and combine
different aspects that aim to leverage the capabilities of cloud platforms for
software development. Cloud-native architectural characteristics like patterns
and best practices aim to design, develop, deploy, and operate such systems
efficiently with minimal time and effort. However, architects and developers
are faced with the challenge of applying such characteristics in a targeted
manner to improve selected quality attributes. Hence, we aim to investigate
relationships, or more specifically impacts, between architectural
characteristics of cloud-native applications, and quality aspects. The
architectural characteristics in consideration are based on our recently
proposed quality model for cloud-native software architectures. To validate its
elements and revise this literature-based quality model, we conducted a
questionnaire-based survey among 42 software professionals. While the survey
results reinforce the quality model to a fair extent, they also indicate parts
requiring a revision. Thus, as an additional contribution, we present an
updated version of the quality model incorporating the survey results.
Practitioners will benefit from our work when designing and developing
cloud-native applications in a quality-oriented way. Researchers will moreover
profit from our specifically developed questionnaire-based survey tool, which
allows surveying complex structures like a hierarchical quality model.
- Abstract（参考訳）: クラウドネイティブアーキテクチャは、しばしばマイクロサービスに基づいており、ソフトウェア開発にクラウドプラットフォームの能力を活用しようとするさまざまな側面を組み合わせる。
パターンやベストプラクティスのようなクラウドネイティブなアーキテクチャ特性は、システムの設計、開発、デプロイ、運用を最小限の時間と労力で効率的に行うことを目的としています。
しかし、アーキテクトや開発者は、選択された品質特性を改善するために、そのような特徴をターゲットとして適用するという課題に直面している。
したがって、クラウドネイティブアプリケーションのアーキテクチャ特性と品質面の関係、あるいはより具体的には影響について検討することを目指している。
アーキテクチャの特徴は、最近提案したクラウドネイティブソフトウェアアーキテクチャの品質モデルに基づいています。
その要素を検証し,文献に基づく品質モデルを改訂するために,42人のソフトウェア専門家を対象にアンケート調査を行った。
調査の結果は品質モデルをある程度強化する一方で、修正が必要な部分も示している。
そこで,追加の貢献として,調査結果を組み込んだ品質モデルの更新版を提案する。
クラウドネイティブアプリケーションを品質指向で設計し、開発する場合、実践者は私たちの仕事の恩恵を受けるでしょう。
さらに、研究者たちは、階層的品質モデルのような複雑な構造を調査できる、特別に開発したアンケートベースの調査ツールから利益を得るでしょう。
関連論文リスト
- Implicitly Guided Design with PropEn: Match your Data to Follow the Gradient [52.2669490431145]
PropEnは'matching'にインスパイアされている。
一致したデータセットによるトレーニングは、データ分布内に留まりながら、興味のある性質の勾配を近似することを示す。
論文 参考訳（メタデータ） (2024-05-28T11:30:19Z) - Generative Design through Quality-Diversity Data Synthesis and Language Models [5.196236145367301]
エンジニアリングアプリケーションにおける2つの基本的な課題は、ハイパフォーマンスで多様なデータセットの取得と、生成された設計における正確な制約への固執である。
アーキテクチャ設計におけるこれらの課題に取り組むために,最適化,制約満足度,言語モデルを組み合わせた新しいアプローチを提案する。
論文 参考訳（メタデータ） (2024-05-16T11:30:08Z) - Towards Assessing Spread in Sets of Software Architecture Designs [2.2120851074630177]
本稿では,建築的特徴を考慮し,選択肢の多様性を評価するスプレッドの品質指標を提案する。
文献から得られたデータセットにアーキテクチャ品質指標をどのように適用できるかを実証する。
論文 参考訳（メタデータ） (2024-02-29T13:52:39Z) - From Requirements to Architecture: An AI-Based Journey to
Semi-Automatically Generate Software Architectures [2.4150871564195007]
本稿では,人工知能技術を用いた要件に基づくソフトウェアアーキテクチャ候補生成手法を提案する。
さらに、生成したアーキテクチャ候補の自動評価とトレードオフ分析を計画する。
論文 参考訳（メタデータ） (2024-01-25T10:56:58Z) - Interactive Multi-Objective Evolutionary Optimization of Software
Architectures [0.0]
人間をループに入れることで、検索ベースのソフトウェアエンジニアリング分野に新たな課題がもたらされる。
本稿では,人間の判断を探索プロセスに統合するための基礎として,インタラクティブな進化的計算がいかに役立つかを考察する。
論文 参考訳（メタデータ） (2024-01-08T19:15:40Z) - The Impact of Different Backbone Architecture on Autonomous Vehicle
Dataset [120.08736654413637]
バックボーンアーキテクチャによって抽出された特徴の質は、全体的な検出性能に大きな影響を与える可能性がある。
本研究は,KITTI,NuScenes,BDDの3つの自律走行車データセットを評価し,対象検出タスクにおける異なるバックボーンアーキテクチャの性能を比較した。
論文 参考訳（メタデータ） (2023-09-15T17:32:15Z) - Robustness and Generalization Performance of Deep Learning Models on
Cyber-Physical Systems: A Comparative Study [71.84852429039881]
調査は、センサーの故障やノイズなど、様々な摂動を扱うモデルの能力に焦点を当てている。
我々は,これらのモデルの一般化と伝達学習能力を,アウト・オブ・ディストリビューション(OOD)サンプルに公開することによって検証する。
論文 参考訳（メタデータ） (2023-06-13T12:43:59Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳（メタデータ） (2023-02-16T16:45:36Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳（メタデータ） (2022-11-29T17:28:31Z) - Assessing Project-Level Fine-Tuning of ML4SE Models [3.699097874146491]
特定のプロジェクトをターゲットにすれば、モデルの品質をどのように改善できるかを検討する。
複雑さの異なる3つのモデルを評価し、その品質を3つの設定で比較する。
プロジェクトごとの微調整は、プロジェクトのドメインと命名規則をキャプチャすることで、モデルの品質を大幅に向上させることができます。
論文 参考訳（メタデータ） (2022-06-07T14:19:33Z) - SEEK: Segmented Embedding of Knowledge Graphs [77.5307592941209]
本稿では,モデル複雑性を増大させることなく,高い競争力を持つ関係表現性を実現する軽量なモデリングフレームワークを提案する。
本フレームワークは,評価関数の設計に重点を置いており,1)十分な特徴相互作用の促進,2)関係の対称性と反対称性の両特性の保存,という2つの重要な特徴を強調している。
論文 参考訳（メタデータ） (2020-05-02T15:15:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。