論文の概要: Enabling Communication via APIs for Mainframe Applications
- arxiv url: http://arxiv.org/abs/2408.04230v1
- Date: Thu, 8 Aug 2024 05:35:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-09 16:40:03.108733
- Title: Enabling Communication via APIs for Mainframe Applications
- Title（参考訳）: メインフレームアプリケーションのためのAPIによるコミュニケーションの実現
- Authors: Vini Kanvar, Srikanth Tamilselvam, Keerthi Narayan Raghunath,
- Abstract要約: レガシーなメインフレームアプリケーションのためのAPIを作成するための新しいフレームワークを提案する。
このアプローチでは、トランザクション、スクリーン、制御フローブロック、マイクロサービス間コール、ビジネスルール、データアクセスなどのアーティファクトをコンパイルすることで、APIを識別します。
ライブやリーチ定義のような静的解析を使ってコードをトラバースし、APIシグネチャを自動的に計算します。
- 参考スコア（独自算出の注目度）: 4.872049174955585
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For decades, mainframe systems have been vital in enterprise computing, supporting essential applications across industries like banking, retail, and healthcare. To harness these legacy applications and facilitate their reuse, there is increasing interest in using Application Programming Interfaces (APIs) to expose their data and functionalities, enabling the creation of new applications. However, identifying and exposing APIs for various business use cases presents significant challenges, including understanding legacy code, separating dependent components, introducing new artifacts, and making changes without disrupting functionality or compromising key Service Level Agreements (SLAs) like Turnaround Time (TAT). We address these challenges by proposing a novel framework for creating APIs for legacy mainframe applications. Our approach involves identifying APIs by compiling artifacts such as transactions, screens, control flow blocks, inter-microservice calls, business rules, and data accesses. We use static analyses like liveness and reaching definitions to traverse the code and automatically compute API signatures, which include request/response fields. To evaluate our framework, we conducted a qualitative survey with nine mainframe developers, averaging 15 years of experience. This survey helped identify candidate APIs and estimate development time for coding these APIs on a public mainframe application, GENAPP, and two industry mainframe applications. The results showed that our framework effectively identified more candidate APIs and reduced implementation time. The API signature computation is integrated into IBM Watsonx Code Assistant for Z Refactoring Assistant. We verified the correctness of the identified APIs by executing them on an IBM Z mainframe system, demonstrating the practical viability of our approach.
- Abstract（参考訳）: 何十年もの間、メインフレームシステムはエンタープライズコンピューティングにおいて不可欠であり、銀行、小売、ヘルスケアといった業界にまたがる重要なアプリケーションをサポートする。
これらのレガシーアプリケーションを活用して再利用を促進するため、アプリケーションプログラミングインタフェース(API)を使用して、それらのデータと機能を公開し、新しいアプリケーションを作成することへの関心が高まっています。
しかしながら、さまざまなビジネスユースケースに対するAPIの識別と公開は、レガシーコードを理解し、依存するコンポーネントを分離し、新しいアーティファクトを導入し、機能を中断することなく変更し、Turnaround Time(TAT)のような重要なサービスレベルアグリーメント(SLA)を妥協するなど、重大な課題を呈している。
これらの課題に対処するために、レガシーなメインフレームアプリケーションのためのAPIを作成するための新しいフレームワークを提案しています。
このアプローチでは、トランザクション、スクリーン、制御フローブロック、マイクロサービス間コール、ビジネスルール、データアクセスなどのアーティファクトをコンパイルすることで、APIを識別します。
ライブやリーチ定義のような静的解析を使ってコードをトラバースし、リクエスト/レスポンスフィールドを含むAPIシグネチャを自動的に計算します。
フレームワークを評価するために,9人のメインフレーム開発者による質的な調査を行った。
この調査は、候補APIを特定し、これらのAPIを公開メインフレームアプリケーション、GENAPPと2つの業界メインフレームアプリケーションでコーディングするための開発時間を見積もるのに役立った。
その結果,本フレームワークは候補APIを効果的に同定し,実装時間を短縮した。
APIシグネチャ計算は、IBM Watsonx Code Assistant for Z Refactoring Assistantに統合される。
我々は、IBM Zメインフレームシステム上でそれらを実行することで、識別されたAPIの正当性を検証し、我々のアプローチの実用性を示す。
関連論文リスト
- Demystifying Application Programming Interfaces (APIs): Unlocking the Power of Large Language Models and Other Web-based AI Services in Social Work Research [0.0]
アプリケーションプログラミングインタフェース(API)は、大規模言語モデル(LLM)やその他のAIサービスといった高度な技術を活用することを目的とした、ソーシャルワーク研究者にとって不可欠なツールである。
本稿では、APIをデミステレーションし、研究方法論をいかに拡張できるかを説明する。
実際のコード例は、構造化されていないテキストからデータを抽出するなど、LLMが特別なサービスにアクセスするためのAPIコードを生成する方法を示している。
論文 参考訳（メタデータ） (2024-10-26T16:07:12Z) - A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How [53.65636914757381]
API提案は、現代のソフトウェア開発において重要なタスクである。
大規模コードモデル(LCM)の最近の進歩は、API提案タスクにおいて有望であることを示している。
論文 参考訳（メタデータ） (2024-09-20T03:12:35Z) - FANTAstic SEquences and Where to Find Them: Faithful and Efficient API Call Generation through State-tracked Constrained Decoding and Reranking [57.53742155914176]
APIコール生成は、大規模言語モデルのツール使用能力の基盤となっている。
既存の教師付きおよびコンテキスト内学習アプローチは、高いトレーニングコスト、低いデータ効率、APIドキュメントとユーザの要求に反する生成APIコールに悩まされる。
本稿では,これらの制約に対処するため,FANTASEと呼ばれる出力側最適化手法を提案する。
論文 参考訳（メタデータ） (2024-07-18T23:44:02Z) - WorldAPIs: The World Is Worth How Many APIs? A Thought Experiment [49.00213183302225]
本稿では, wikiHow 命令をエージェントの配置ポリシーに基礎付けることで, 新たな API を創出するフレームワークを提案する。
大規模言語モデル (LLM) の具体化計画における近年の成功に触発されて, GPT-4 のステアリングを目的とした数発のプロンプトを提案する。
論文 参考訳（メタデータ） (2024-07-10T15:52:44Z) - A Conceptual Framework for API Refactoring in Enterprise Application Architectures [0.0]
本稿では,APIの実装に関する概念的枠組みを紹介する。
私たちのフレームワークには重要なトレードオフと選択肢があり、結果として生じるアーキテクチャの効率性、保守性、分離性に大きな影響を与えます。
私たちの作業は、APIを適用する際の摩擦を減らし、よりアーキテクチャ的な選択をオープンにする方法を、初めて示します。
論文 参考訳（メタデータ） (2024-07-10T07:32:16Z) - ShortcutsBench: A Large-Scale Real-world Benchmark for API-based Agents [7.166156709980112]
我々は、APIベースのエージェントの包括的な評価のための大規模なベンチマークであるtextscShortcutsBenchを紹介する。
textscShortcutsBenchには、Apple Inc.のオペレーティングシステムから多くの真のAPIが含まれている。
評価の結果,APIの選択やパラメータの充足,システムやユーザからの必要な情報要求など,複雑なクエリを扱う上での重大な制限が明らかになった。
論文 参考訳（メタデータ） (2024-06-28T08:45:02Z) - Lightweight Syntactic API Usage Analysis with UCov [0.0]
本稿では,ライブラリメンテナのAPIによるインタラクション理解を支援するための,新しい概念フレームワークを提案する。
これらのカスタマイズ可能なモデルにより、ライブラリメンテナはリリース前に設計を改善することができ、進化中の摩擦を減らすことができる。
我々は,これらのモデルを新しいツールUCovに実装し,多様なインタラクションスタイルを示す3つのライブラリ上でその能力を実証する。
論文 参考訳（メタデータ） (2024-02-19T10:33:41Z) - Continual Learning From a Stream of APIs [90.41825351073908]
継続学習(CL)は、以前のタスクを忘れずに新しいタスクを学習することを目的としている。
既存のCLメソッドは大量の生データを必要とするが、著作権上の考慮とプライバシー上のリスクのために利用できないことが多い。
本稿では,データ効率CL (DECL-APIs) とデータフリーCL (DFCL-APIs) の2つの実践的yet-novel CL設定について考察する。
論文 参考訳（メタデータ） (2023-08-31T11:16:00Z) - Private-Library-Oriented Code Generation with Large Language Models [52.73999698194344]
本稿では,大規模言語モデル(LLM)をプライベートライブラリのコード生成に活用することに焦点を当てる。
プログラマがプライベートコードを書く過程をエミュレートする新しいフレームワークを提案する。
TorchDataEval、TorchDataComplexEval、MonkeyEval、BeatNumEvalの4つのプライベートライブラリベンチマークを作成しました。
論文 参考訳（メタデータ） (2023-07-28T07:43:13Z) - Evaluating Embedding APIs for Information Retrieval [51.24236853841468]
ドメインの一般化と多言語検索における既存のセマンティック埋め込みAPIの機能を評価する。
BM25の結果をAPIを使って再ランク付けすることは、予算に優しいアプローチであり、英語でもっとも効果的である。
非英語検索では、再ランク付けは結果を改善するが、BM25のハイブリッドモデルは高いコストで機能する。
論文 参考訳（メタデータ） (2023-05-10T16:40:52Z) - API-Miner: an API-to-API Specification Recommendation Engine [1.8352113484137629]
API-MinerはAPI-to-API仕様推奨エンジンである。
OpenAPIで記述された関連する仕様コンポーネントを検索する。
定量的タスクと定性タスクの両方において,API-Minerを評価した。
論文 参考訳（メタデータ） (2022-12-14T14:43:51Z)
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。