論文の概要: The Architecture Tradeoff and Risk Analysis Framework (ATRAF): A Unified Approach for Evaluating Software Architectures, Reference Architectures, and Architectural Frameworks
- arxiv url: http://arxiv.org/abs/2505.00688v1
- Date: Thu, 01 May 2025 17:48:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:55.392516
- Title: The Architecture Tradeoff and Risk Analysis Framework (ATRAF): A Unified Approach for Evaluating Software Architectures, Reference Architectures, and Architectural Frameworks
- Title（参考訳）: アーキテクチャトレードオフとリスク分析フレームワーク(ATRAF): ソフトウェアアーキテクチャ、参照アーキテクチャ、アーキテクチャフレームワークを評価するための統一的なアプローチ
- Authors: Amine Ben Hassouna,
- Abstract要約: アーキテクチャトレードオフとリスク分析フレームワーク(ATRAF)について紹介する。
ATRAFは、アーキテクチャレベルを越えたトレードオフとリスクを評価するシナリオ駆動のフレームワークである。
アーキテクチャアーティファクトの継続的な洗練をサポートしながら、感受性、トレードオフ、リスクの識別を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Modern software systems are guided by hierarchical architectural concepts -- software architectures, reference architectures, and architectural frameworks -- each operating at a distinct level of abstraction. These artifacts promote reuse, scalability, and consistency, but also embed tradeoffs that shape critical quality attributes such as modifiability, performance, and security. Existing evaluation methods, such as the Architecture Tradeoff Analysis Method (ATAM), focus on system-specific architectures and are not designed to address the broader generality and variability of higher-level architectural forms. To close this gap, we introduce the Architecture Tradeoff and Risk Analysis Framework (ATRAF) -- a unified, scenario-driven framework for evaluating tradeoffs and risks across architectural levels. ATRAF encompasses three methods: the Architecture Tradeoff and Risk Analysis Method (ATRAM), extending ATAM with enhanced risk identification for concrete systems; the Reference Architecture Tradeoff and Risk Analysis Method (RATRAM), adapting ATRAM to the evaluation of domain-level reference architectures; and the Architectural Framework Tradeoff and Risk Analysis Method (AFTRAM), supporting the evaluation of architectural frameworks that guide entire system families. All three methods follow an iterative spiral process that enables the identification of sensitivities, tradeoffs, and risks while supporting continuous refinement of architectural artifacts. We demonstrate ATRAF through progressively abstracted examples derived from the Remote Temperature Sensor (RTS) case, originally introduced in the ATAM literature. ATRAF equips architects, reference modelers, and framework designers with a practical, systematic approach for analyzing design alternatives and managing quality attribute tradeoffs early in the lifecycle and across all levels of architectural abstraction.
- Abstract（参考訳）: 現代のソフトウェアシステムは、階層的なアーキテクチャ概念 – ソフトウェアアーキテクチャ、参照アーキテクチャ、アーキテクチャフレームワーク – によって導かれる。
これらのアーティファクトは再利用、スケーラビリティ、一貫性を促進するだけでなく、モチフィビリティ、パフォーマンス、セキュリティといった重要な品質特性を形作るトレードオフを組み込む。
アーキテクチャトレードオフ分析法(ATAM)のような既存の評価手法は、システム固有のアーキテクチャに焦点を当てており、より高いレベルのアーキテクチャ形式のより広範な一般化と可変性に対処するために設計されていない。
このギャップを埋めるために、アーキテクチャレベルのトレードオフとリスクを評価するための統合されたシナリオ駆動フレームワークであるアーキテクチャトレードオフとリスク分析フレームワーク(ATRAF)を紹介します。
ATRAFには、具体的なシステムに対するリスク識別を強化したアーキテクチャトレードオフとリスク分析手法(ATRAM)、参照アーキテクチャトレードオフとリスク分析手法(RATRAM)、ドメインレベルの参照アーキテクチャの評価にATRAMを適用するアーキテクチャフレームワークトレードオフとリスク分析手法(AFTRAM)、システムファミリ全体を導くアーキテクチャフレームワークの評価をサポートするアーキテクチャフレームワーク(AFTRAM)の3つの方法が含まれている。
これら3つの方法は、アーキテクチャアーティファクトの継続的な洗練をサポートしながら、感度、トレードオフ、リスクの識別を可能にする反復的なスパイラルプロセスに従う。
本稿は,ATAM文献で最初に紹介されたリモート温度センサ(RTS)の事例から,段階的に抽象化された例を通して,ATRAFを実証する。
ATRAFは設計者、参照モデラー、フレームワークデザイナに、設計代替品を分析し、ライフサイクルの早い段階で、そしてアーキテクチャの抽象化のあらゆるレベルにわたって品質特性のトレードオフを管理するための実践的で体系的なアプローチを提供する。
関連論文リスト
- From Requirements to Architecture: Semi-Automatically Generating Software Architectures [0.0]
この方法は、アーキテクトがLLMを燃料とするツールとプロセス全体にわたる密接なコラボレーションを伴います。
アーキテクトはドメインモデルの作成、ユースケース仕様、アーキテクチャ決定、アーキテクチャ評価を通じてガイドされる。
予備的な結果は、このプロセスの実現可能性を示し、アーキテクトにとって大きな時間を節約できることを示している。
論文 参考訳（メタデータ） (2025-04-16T15:46:56Z) - Semi-Automated Design of Data-Intensive Architectures [49.1574468325115]
本稿では,データ集約型アーキテクチャの開発手法を紹介する。
i) 特定のアプリケーションシナリオに適したアーキテクチャを設計し、(ii) アプリケーションを実装するための具体的なシステムの適切なセットを選択することをアーキテクトに案内します。
私たちが採用している記述言語は、研究者や実践者が提案するデータ集約アーキテクチャの重要な側面を捉えることができる。
論文 参考訳（メタデータ） (2025-03-21T16:01:11Z) - A Survey of Model Architectures in Information Retrieval [64.75808744228067]
機能抽出のためのバックボーンモデルと、関連性推定のためのエンドツーエンドシステムアーキテクチャの2つの重要な側面に焦点を当てる。
従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。
我々は、パフォーマンスとスケーラビリティのアーキテクチャ最適化、マルチモーダル、マルチランガルデータの処理、従来の検索パラダイムを超えた新しいアプリケーションドメインへの適応など、新たな課題と今後の方向性について議論することで結論付けた。
論文 参考訳（メタデータ） (2025-02-20T18:42:58Z) - A quantitative framework for evaluating architectural patterns in ML systems [49.1574468325115]
本研究では,MLシステムにおけるアーキテクチャパターンの定量的評価のための枠組みを提案する。
コスト効率のよいCPUベースの推論のためのスケーラビリティとパフォーマンスメトリクスに注目します。
論文 参考訳（メタデータ） (2025-01-20T15:30:09Z) - EM-DARTS: Hierarchical Differentiable Architecture Search for Eye Movement Recognition [20.209756662832365]
微分可能なニューラルアーキテクチャサーチ(DARTS)は、高い探索効率でアーキテクチャ設計のマニュアルプロセスを自動化する。
眼球運動認識のためのDLアーキテクチャを自動設計する階層的微分可能なアーキテクチャ探索アルゴリズムEM-DARTSを提案する。
EM-DARTSは、最先端の認識性能につながる最適なアーキテクチャを実現できることを示す。
論文 参考訳（メタデータ） (2024-09-22T13:11:08Z) - Unsupervised Graph Neural Architecture Search with Disentangled
Self-supervision [51.88848982611515]
教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。
本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。
我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
論文 参考訳（メタデータ） (2024-03-08T05:23:55Z) - 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) - Software Architecture Recovery with Information Fusion [14.537490019685384]
本稿では,完全に自動化されたアーキテクチャ復元手法であるSARIFを提案する。
依存関係、コードテキスト、フォルダ構造を含む3種類の包括的な情報が含まれている。
SARIFは従来の技術よりも36.1%正確である。
論文 参考訳（メタデータ） (2023-11-08T12:35:37Z) - Serving Deep Learning Model in Relational Databases [70.53282490832189]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
論文 参考訳（メタデータ） (2023-10-07T06:01:35Z) - Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。
10か国25以上の組織から61名の被験者を対象に調査を行った。
論文 参考訳（メタデータ） (2023-08-09T21:54:34Z) - Architecting Safer Autonomous Aviation Systems [1.2599533416395767]
本稿では,従来の航空システムで使用される共通アーキテクチャパターンについて考察し,安全性と安全性の保証がもたらす影響について考察する。
安全性を建築上の特性として考慮し、設計ライフサイクルの初期段階において、安全要件の割り当てとアーキテクチャ上のトレードオフの両方について論じる。
論文 参考訳（メタデータ） (2023-01-09T21:02:18Z) - A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems [16.690434072032176]
構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
論文 参考訳（メタデータ） (2022-12-27T18:05:02Z)
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。