Erkennung von Informationsverlust in der Modelltransformation

Christoph Praschl

Erkennung von Informationsverlust in der Modelltransformation

Translated title of the contribution: Detection of information loss in the model transformation

Christoph Praschl

Research Center Hagenberg

Research output: Types of Theses › Master's Thesis / Diploma Thesis

Abstract

The model term refers to a simplified representation of objects, processes or other subjects, and is used in the discipline of software ngineering to represent an abbreviated realism excerpt. The model transformation extends this area by the transfer of information between several models and is an integral part of modern software development, especially in the field of model-driven software development. This thesis deals with various possibilities for the detection of information loss in the field of model transformation. This is necessary to be able to ensure that information is transferred from a source, to a target model correctly, as well as to detect semantic differences between affected models. In the focus of this essay are the two research questions "Where does a model lose its information when transferring it to another model?" and "Has the semantics of a data set been changed by the transformation?". The first of the two research questions is the preservation of information. According to this, data should not be corrupted and should reach the correct position in the target model, whereas the second problem focuses on the recognition of model characteristics in which the affected models differ. This is about information that exists in the target model but not in the source model. To answer the two questions, fundamentals of modeling as well as theoretical concepts and approaches in the field of model transformation and verification are presented. Furthermore, two graph-based implementations are introduced, which allow the identification of model characteristics affected by information loss. These are, in particular, the approach of a graph-based constraint solver and a method for recognizing node patterns using a Neo4j graph database. In addition, the verification component of the used transformation framework is explained, which enables rudimentary model checks. Finally, the presented practical methods are evaluated using two examples. This evaluation compares the verification methods and results in various advantages and disadvantages, while also demonstrating the basic applicability of the implementations for the detection of information loss.

Translated title of the contribution	Detection of information loss in the model transformation
Original language	German
Publication status	Published - 2019

Cite this

@mastersthesis{87995a23c7c8484ea234764ab734a5e2,

title = "Erkennung von Informationsverlust in der Modelltransformation",

abstract = "Der Modellbegriff bezeichnet eine vereinfachte Darstellung von Gegenst{\"a}nden, Abl{\"a}ufen oder anderen Subjekten und wird in der Disziplin der Softwareentwicklung zur Repr{\"a}sentation eines abgek{\"u}rzten Realit{\"a}tsausschnittes verwendet. Die Modelltransformation erweitert diesen Bereich um den Informationstransfer zwischen mehreren Modellen und ist ein wesentlicher Bestandteil der modernen Softwareentwicklung, vor allem im Bereich der modellgetriebenen Softwareentwicklung. Die vorliegende These befasst sich mit verschiedenen M{\"o}glichkeiten zur Erkennung von Informationsverlust im Bereich der Modelltransformation. Dies ist n{\"o}tig, um sicherstellen zu k{\"o}nnen, dass Informationen von einem Quell-, richtig in ein Zielmodell {\"u}bertragen werden, sowie zur Detektion von semantischen Unterschieden zwischen betroffenen Modellen. Im Vordergrund dieser Abhandlung stehen die beiden Fragestellungen {"}Wo tritt in einem Modell bei der {\"U}berf{\"u}hrung in ein anderes Modell ein Informationsverlust auf?{"} und {"}Wurde die Semantik eines Datensatzes durch die Transformation ver{\"a}ndert?{"}. Der ersten der beiden Forschungsfragen obliegt die Bewahrung von Informationen, welche aus dem Quell- in das Zielmodell {\"u}bertragen werden. Demnach sollen Daten nicht korrumpieren beziehungsweise auch an die korrekte Stelle im Zielmodell gelangen. Demgegen{\"u}ber fokussiert sich die zweite Problemstellung auf die Erkennung von Modellcharakteristika in welchen sich die betroffenen Modelle unterscheiden. Dabei handelt es sich um Informationen, welche im Ziel- aber nicht im Quellmodell existieren. Zur Beantwortung der beiden Fragestellungen werden zun{\"a}chst Grundlagen der Modellierung, sowie theoretische Konzepte und Verfahren aus dem Bereich der Modelltransformation und -verifikation vorgestellt. Im Weiteren werden zwei graphbasierte Implementierungen pr{\"a}sentiert, welche es erlauben, von Informationsverlust betroffene Modellcharakteristika zu identifizieren. Dabei handelt es sich namentlich um die graphbasierte Einschr{\"a}nkungsaufl{\"o}sung und ein Verfahren zur Erkennung von Knotenmustern mithilfe einer Neo4j Graphdatenbank. Zus{\"a}tzlich wird die Verifikationskomponente des verwendeten Transformationsframeworks erl{\"a}utert, welche rudiment{\"a}re Modellpr{\"u}fungen erm{\"o}glicht. Abschlie{\ss}end werden die vorgestellten, praktischen Verfahren anhand zweier Beispiele evaluiert. Diese Evaluierung stellt die Verifikationsmethoden gegen{\"u}ber und resultiert in verschiedenen Vor- und Nachteilen, zeigt dabei aber auch die grundlegende Anwendbarkeit der Implementierungen zur Erkennung von Informationsverlust.",

author = "Christoph Praschl",

year = "2019",

language = "Deutsch",

}

TY - THES

T1 - Erkennung von Informationsverlust in der Modelltransformation

AU - Praschl, Christoph

PY - 2019

Y1 - 2019

N2 - Der Modellbegriff bezeichnet eine vereinfachte Darstellung von Gegenständen, Abläufen oder anderen Subjekten und wird in der Disziplin der Softwareentwicklung zur Repräsentation eines abgekürzten Realitätsausschnittes verwendet. Die Modelltransformation erweitert diesen Bereich um den Informationstransfer zwischen mehreren Modellen und ist ein wesentlicher Bestandteil der modernen Softwareentwicklung, vor allem im Bereich der modellgetriebenen Softwareentwicklung. Die vorliegende These befasst sich mit verschiedenen Möglichkeiten zur Erkennung von Informationsverlust im Bereich der Modelltransformation. Dies ist nötig, um sicherstellen zu können, dass Informationen von einem Quell-, richtig in ein Zielmodell übertragen werden, sowie zur Detektion von semantischen Unterschieden zwischen betroffenen Modellen. Im Vordergrund dieser Abhandlung stehen die beiden Fragestellungen "Wo tritt in einem Modell bei der Überführung in ein anderes Modell ein Informationsverlust auf?" und "Wurde die Semantik eines Datensatzes durch die Transformation verändert?". Der ersten der beiden Forschungsfragen obliegt die Bewahrung von Informationen, welche aus dem Quell- in das Zielmodell übertragen werden. Demnach sollen Daten nicht korrumpieren beziehungsweise auch an die korrekte Stelle im Zielmodell gelangen. Demgegenüber fokussiert sich die zweite Problemstellung auf die Erkennung von Modellcharakteristika in welchen sich die betroffenen Modelle unterscheiden. Dabei handelt es sich um Informationen, welche im Ziel- aber nicht im Quellmodell existieren. Zur Beantwortung der beiden Fragestellungen werden zunächst Grundlagen der Modellierung, sowie theoretische Konzepte und Verfahren aus dem Bereich der Modelltransformation und -verifikation vorgestellt. Im Weiteren werden zwei graphbasierte Implementierungen präsentiert, welche es erlauben, von Informationsverlust betroffene Modellcharakteristika zu identifizieren. Dabei handelt es sich namentlich um die graphbasierte Einschränkungsauflösung und ein Verfahren zur Erkennung von Knotenmustern mithilfe einer Neo4j Graphdatenbank. Zusätzlich wird die Verifikationskomponente des verwendeten Transformationsframeworks erläutert, welche rudimentäre Modellprüfungen ermöglicht. Abschließend werden die vorgestellten, praktischen Verfahren anhand zweier Beispiele evaluiert. Diese Evaluierung stellt die Verifikationsmethoden gegenüber und resultiert in verschiedenen Vor- und Nachteilen, zeigt dabei aber auch die grundlegende Anwendbarkeit der Implementierungen zur Erkennung von Informationsverlust.

AB - Der Modellbegriff bezeichnet eine vereinfachte Darstellung von Gegenständen, Abläufen oder anderen Subjekten und wird in der Disziplin der Softwareentwicklung zur Repräsentation eines abgekürzten Realitätsausschnittes verwendet. Die Modelltransformation erweitert diesen Bereich um den Informationstransfer zwischen mehreren Modellen und ist ein wesentlicher Bestandteil der modernen Softwareentwicklung, vor allem im Bereich der modellgetriebenen Softwareentwicklung. Die vorliegende These befasst sich mit verschiedenen Möglichkeiten zur Erkennung von Informationsverlust im Bereich der Modelltransformation. Dies ist nötig, um sicherstellen zu können, dass Informationen von einem Quell-, richtig in ein Zielmodell übertragen werden, sowie zur Detektion von semantischen Unterschieden zwischen betroffenen Modellen. Im Vordergrund dieser Abhandlung stehen die beiden Fragestellungen "Wo tritt in einem Modell bei der Überführung in ein anderes Modell ein Informationsverlust auf?" und "Wurde die Semantik eines Datensatzes durch die Transformation verändert?". Der ersten der beiden Forschungsfragen obliegt die Bewahrung von Informationen, welche aus dem Quell- in das Zielmodell übertragen werden. Demnach sollen Daten nicht korrumpieren beziehungsweise auch an die korrekte Stelle im Zielmodell gelangen. Demgegenüber fokussiert sich die zweite Problemstellung auf die Erkennung von Modellcharakteristika in welchen sich die betroffenen Modelle unterscheiden. Dabei handelt es sich um Informationen, welche im Ziel- aber nicht im Quellmodell existieren. Zur Beantwortung der beiden Fragestellungen werden zunächst Grundlagen der Modellierung, sowie theoretische Konzepte und Verfahren aus dem Bereich der Modelltransformation und -verifikation vorgestellt. Im Weiteren werden zwei graphbasierte Implementierungen präsentiert, welche es erlauben, von Informationsverlust betroffene Modellcharakteristika zu identifizieren. Dabei handelt es sich namentlich um die graphbasierte Einschränkungsauflösung und ein Verfahren zur Erkennung von Knotenmustern mithilfe einer Neo4j Graphdatenbank. Zusätzlich wird die Verifikationskomponente des verwendeten Transformationsframeworks erläutert, welche rudimentäre Modellprüfungen ermöglicht. Abschließend werden die vorgestellten, praktischen Verfahren anhand zweier Beispiele evaluiert. Diese Evaluierung stellt die Verifikationsmethoden gegenüber und resultiert in verschiedenen Vor- und Nachteilen, zeigt dabei aber auch die grundlegende Anwendbarkeit der Implementierungen zur Erkennung von Informationsverlust.

M3 - Masterarbeit / Diplomarbeit

ER -

Erkennung von Informationsverlust in der Modelltransformation

Abstract

Fingerprint

Cite this