What  is  needed  to  handle  Variability?  

•  Define  mandatory  properSes  and  funcSonaliSes    •  Define  opAonal  choices:  0,  1..N,  choice  among  n    •  Variants    •  Constraints    

–  Dependency    – Mutual  exclusion  

How  to  express  variability?  

•  Inheritance  (design,  implementaSon)  •  Genericity  (design,  implementaSon)  •  Design  Pa\ern  (design,  implementaSon)  •  Aspect-­‐Oriented  Design  &  Programming  (design,  implementaSon)  

•  Model  TransformaSon  (design)  •  Model  ComposiSon  (design)  •  Feature  Models  (requirement  engineering,  design,  also  implementaSon)  –  Similar  technique  :  Decision  Modeling  

Variability  Model  Feature  Model:  de  facto  standard  

•  Research    –  2500+  citaSons  of  [Kang  et  al.,  1990]  on  Google  Scholar    –  Central  to  many  generaSve  approaches  

•  at  requirements  or  code  level  –  Tools  &  Languages  (GUIDSL/FeatureIDE,  SPLOT,  FaMa,  etc.)  

•  Industry    –  Tools  (Gears,  pure::variants),    – Will  be  Part  of  Common  Variability  Language  (CVL),  future  OMG  standard  

43  

excludes

Feature  Models  

47  

Feature  Models  (Background)  

48  

Hierarchy:  rooted  tree    Variability:    •  mandatory,    •  opSonal,    •  Groups:  exclusive  or  inclusive  features  •  Cross-­‐tree  constraints  

Optional

Mandatory

Xor-Group

Or-Group

49  

Hierarchy  +  Variability    =    

set  of  valid  configuraAons  

ü

Optional

Mandatory

Xor-Group

Or-Group

{CarEquipment,  Comfort,  DrivingAndSafety,  Healthing,  AirCondiSoning,  FrontFogLights}  

configuraAon  =  set  of  features  selected  

ü  ü  

ü  

ü  ü  

ü  

50  

Hierarchy  +  Variability    =    

set  of  valid  configuraAons  

Optional

Mandatory

Xor-Group

Or-Group

{CarEquipment,  Comfort,  DrivingAndSafety,  Healthing,  AirCondiSoning}  

configuraAon  =  set  of  features  selected  

ü  ü  

ü  

ü  

ü  

51  

Hierarchy  +  Variability    =    

set  of  valid  configuraAons  

Optional

Mandatory

Xor-Group

Or-Group

{CarEquipment,  Comfort,  DrivingAndSafety,  Healthing,  AirCondiSoning,  AirCondiSoningFrontAndRear,  FrontFogLights}  

configuraAon  =  set  of  features  selected  

ü  ü  

ü  

ü  ü  

52  

Hierarchy  +  Variability    =    

set  of  valid  configuraAons  

Optional

Mandatory

Xor-Group

Or-Group

{CarEquipment,  Comfort,  DrivingAndSafety,  Healthing,  AirCondiSoning,  AutomaScHeadLights}  

configuraAon  =  set  of  features  selected  

ü  ü  

ü  

ü  

ü  

ü  

53  

Hierarchy  +  Variability    =    

set  of  valid  configuraAons  

Optional

Mandatory

Xor-Group

Or-Group

{AirCondiSoning,  FrontFogLights}  {AutomaScHeadLights,  AirCondiSoning,  FrontFogLights}  {AutomaScHeadLights,  FrontFogLights,  AirCondiSoningFrontAndRear}  {AirCondiSoningFrontAndRear}  {AirCondiSoning}  {AirCondiSoningFrontAndRear,  FrontFogLights}  

{CarEquipment,  Comfort,  DrivingAndSafety,  Healthing}   X

Feature  Models  

54  

Managing  variability  models  with  FAMILIAR  

55  

#1  Automated  Analysis  

56  

#2  MulAple  Feature  Models  

57  

•  #1  Automated  analysis    –  Aka  support  to  be\er  understand  and  play  with  your  feature  model  (TVL  model)  

•  #2  Managing  mulAple  feature  models  –  Composing  /  Decomposing  /  Diff  and  Reasoning  about  their  relaSonships  

–  Combining  these  operators  58  

Two  Key  Requirements  

FAMILIAR  language  and  environment  

         

FAMILIAR      

And-Group

Optional

Mandatory

Xor-Group

Or-Group

constraints

……..

DirectX

V10 V10.1 v11

Outputs

VIVO DVI HDMI

S-Video Composite

VGA

GraphicCard And-Group

Optional

Mandatory

Xor-Group

Or-Group

TV output

constraints

VGA excludes TV outputHDMI implies v10.1 or v11

constraints

……..

constraints

……..

constraints

……..

//  foo.fml  fm1  =  FM  (“foo1.tvl”)  fm2  =  FM  (“foo2.m”)  fm3  =  merge  intersecAon  {  fm1  fm2  }  c3  =  counAng  fm3  renameFeature  fm3.TV  as  “OutputTV”  fm5  =  aggregate  {  fm3  FM  (“foo4.xml”)  }  assert  (isValid  fm5)      fm6  =  slice  fm5  including  fm5.TV.*    export  fm6    

True/False  8759  “OutputTV”,  “TV”    

Interoperability   Language  faciliAes   Environment  

60  

Interoperability  fm1  =  FM(“foo.tvl”)  fm2  =  FM  (“foo.m”)    

serialize  fm4  into  SPLOT  serialize  fm1  into  featureide  fm3  =  FM  (“foo.xmi”)  

fm4  =  FM  (A  :  B  ….)    

   De/ComposiAon  merge                        diff                        intersecSon                        sunion  

   

aggregate    map    unmap  

extract                                                      slicing  

EdiAng  renameFeature  

 removeFeature  accessors    

 copy  

             Reasoning    counSng   configs  

isValid  deads  cores  falseOpSonals  

cleanup  

configuraSon      select    deselect    asFM  compare  

setOpSonal                          setMandatory  

setAlternaSves      setOr  

 

 Language  FaciliAes  fm1.*   fm1.B  

modular  mechanisms      

restricted  set  of  types  iterator/condiSonal  

asserSon  

insert  

FAMILIAR  …  features  

Hello  World  

61  

helloworld.fml  

Typed  language    •  Domain-­‐specific  types  

–  Feature  Model,    –  ConfiguraSon,    –  Feature,    –  Constraint    

•  Other  types  include    –  Set  –  String    –  Boolean,    –  Enum,    –  Integer  and  Real.    

•  A  set  of  operaSons,  called  operators,  are  defined  for  a  given  type.    62  

basics2.fml  

Typed  language    

63  

basics2.fml  

Typed  language    

64  

basics2.fml  

ImporAng/ExporAng  feature  models  

65  

FAMILIAR

S2T2TVL

feature-model-synthesis

(visual configurator)

(language)

(language)FaMa

Internal  notaSon  or  by  “filename  extensions”    

basics3.fml  

Feature  Accessors  (1)  

66  

@Accessors.fml  

Other  constructs  

67  

@Accessors2.fml  

ConfiguraAon  

68  

conf.fml  

OperaAons  for  Feature  Models  (1)  

69  φ

operatorsFM.fml  

OperaAons  for  Feature  Models  (2)  

70  

φ

operatorsFM2.fml  

OperaAons  for  Feature  Models  (3)  

71  

operatorsFM3.fml  

FAMILIAR   72  

constraints

……..

SPL/internal/so#ware  variability    (Pohl  et  al.  2005,  Metzger  2007)  

constraints

……..

PL/external  variability    (Pohl  et  al.  2005,  Metzger  2007)  

 

constraints

……..

context  variability  (FORM  1998,  Tun  et  al.  2009  (problem  world),    Hartmann  2008  (CVM),  Lee  et  al.  2010  

Stakeholder  1,  2,  3,  …,  n    (Czarnecki  2005,  Reiser  et  al.  2007,  Hartmann  et  al.  2009,  Classen  et  al.  2009,  Mendonca  et  al.  2010)  

constraints

……..

constraints

……..

constraints

……..

constraints

……..

Concern  1,  2,  3,  …,  n  View  1,  2,  3,  …,  n  (Dunghana  et  al.  2010,    Hubaux  et  al.  2010,  Zaid  et  al.  2010)  

           

constraints

……..

constraints

……..

constraints

……..

constraints

……..

constraints

……..

MulAple  Feature  Models      

   

       

   

   

   

       

       

   

       

   

   

   

       

       

   

       

   

SoC  support  =  ComposiAon/DecomposiAon  for  managing  large,  complex  and  mulAple  feature  models  FORM  1998,  Tun  et  al.  2009  (SPLC),  Hartmann  2008  (SPLC),  Lee  et  al.  2010,  Czarnecki  2005,  Reiser  et  al.  2007  (RE  journal),  Hartmann  et  al.  2009  (SPLC),  Thuem  et  al.  2009  (ICSE),  Classen  et  al.  2009  (SPLC),  Mendonca  et  al.  2010  (SCP),  Dunghana  et  al.  2010,  Hubaux  et  al.  2011  (SoSyM),  Zaid  et  al.  2010  (ER),  She  et  al.,  2011  (ICSE),  etc.    

Composing  Feature  Models  (1)  

74  

aggregateBasics.fml  

Composing  Feature  Models  (2)  

75  

aggregate1.fml  

Previous  version  

Merging  Feature  Models    

76  

mergeMI.fml  

see  also  Thuem,  Kastner  and  Batory,  ICSE’09  

Comparing  Feature  Models  

77  

compare.fml  

Puxng  all  together:  Example  1  

78  

Merge  IntersecAon:  Available  Suppliers  

79  

∩   ∩  

A  customer  has  some  

requirements  

Suppliers?  Products?  

In  FAMILIAR  

80  

suppliersExample0.fml  

Merge  Union:  Availability  Checking  

81  

Can  suppliers  provide  all  products?  Yes!  

“compare”      

 

∩  

In  FAMILIAR  

82  

suppliersExample.fml  

Merging  operaAon:    implementaAon  issues  

83  

T2

MRI

Medical Image

HeaderAnonymized

T1

DICOMHeader excludes DICOMHeader implies AnonymizedAnonymized v Header v ~DICOM v ~T1 v ~T2Anonymized v Header v DICOM v ~T1 v ~T2

How  to  synthesise  a  feature  model  that  represents  the  union  of  input  sets  of  configuraAons?  

84  

Merging  operaAon:  semanAc  issues  (2)  

φ Union  IntersecSon    Diff     How  to  synthesise  a  feature  model  that  represents  

the  union  of  input  sets  of  configuraAons?  

Merging  operaAon:  algorithm  

85  

φ1

φ2

φ3

φ 123

merged  proposiSonal  formula  T2

MRI

Medical Image

HeaderAnonymized

T1

DICOM

merged  hierarchy  +  

Set  mandatory  features  Detect  Xor  and  Or-­‐groups  Compute  “implies/excludes”  constraints  

How  to  synthesise  a  feature  model  that  represents  the  union  of  input  sets  of  configuraAons?  

see  also  [Czarnecki  SPLC’07  or  SPLC’12]  

86  

Building  “views”  of  a  feature  model  

•  Problem:  given  a  feature  model,  how  to  decompose  it  into  smaller  feature  models?  

•  SemanScs?  – What’s  the  hierarchy  – What’s  the  set  of  configuraSons?  

87  

Building  “views”  of  a  feature  model  

A  first  try  

A3 => P1P2 => A5

R

A2

A5 A6

A1

A3 A4

A

fm0

P3P2P1

P

P1 => P2

A2

A5 A6

A1

A3 A4

AfmExtraction1

A2

A5 A6

A1

A3 A4

AfmExtraction2

A3 => A5A4 => A6

Problem:  You  can  select  A3  without  A5  

Hierarchy  and  ConfiguraAon  maJer!   88  

Slicing  Operator  

W

constraintsE implies DR implies E D excludes FS implies (F and not E)

P

R S

fm1

AV

T U

B C D

E F

Optional

Mandatory

Xor-Group

Or-Group

T

S E D

constraintsE implies DD implies E

slicing  criterion  :  an  arbitrary  set  of  features,  relevant  for  a  feature  model  user  

slice  :  a  new  feature  model,  represenSng  a  projected  set  of  configuraSons    

89  

Slicing  operator:  going  into  details  projected  set  of  configuraAons  

90  

fm1  =  {    {A,B,C,D,E,P,R,T,U,W},    {A,B,C,F,P,S,T,U,W},    {A,B,C,D,E,P,R,T,W},    {A,B,C,F,P,S,T,V,W},    {A,B,C,F,P,S,T,U,V,W},    {A,B,C,F,P,S,T,W},    {A,B,C,D,E,P,R,T,V,W},    }  

fm1  =  {    {A,B,C,D,E,P,R,T,U,W},    {A,B,C,F,P,S,T,U,W},    {A,B,C,D,E,P,R,T,W},    {A,B,C,F,P,S,T,V,W},    {A,B,C,F,P,S,T,U,V,W},    {A,B,C,F,P,S,T,W},    {A,B,C,D,E,P,R,T,V,W},    }  

fm1p  =  {    {D,E,T},    {S,T},    {D,E,T},    {S,T},    {S,T},    {S,T},    {D,E,T}  }  

fm1p  =  {    {D,E,T},    {S,T},    }  

W

constraintsE implies DR implies E D excludes FS implies (F andnot E)

P

R S

fm1

AV

T U

B C D

E F

Optional

Mandatory

Xor-Group

Or-Group

+  T

S E D

constraintsE implies DD implies E

φs1

existenBal  quanBficaBon  of  features  not  included  in  the  slicing  criterion  

91  

fm1p  =  {    {D,E,T},    {S,T}  }  

Slicing  operator:  going  into  details  synthesizing  the  corresponding  feature  model  

S   E   D  

T  

W

constraintsE implies DR implies E D excludes FS implies (F andnot E)

P

R S

fm1

AV

T U

B C D

E F

φ1

see  also  [Acher  et  al.,  ASE’11/AOSD’12]  

T

S E D

constraintsE implies DD implies E

92  

Slicing  operator  with  FAMILIAR  (1)  

W

constraintsE implies DR implies E D excludes FS implies (F andnot E)

P

R S

fm1

AV

T U

B C D

E F

slicingOp2.fml  

93  

Slicing  with  FAMILIAR  (2)  slicingOp.fml  

Puxng  all  together:  Example  2  

94  

From  marke.ng,  customers,  product  management    

From  exis.ng  so@ware  assets    (technical  variability)  

V1 ⬄ f1V2 ⬄ f2V3 ⬄ f3

From  marke.ng,  customers,  product  management    

From  exis.ng  so@ware  assets    

realizability  

usefulness  

Metzger,  Heymans  et  al.  “DisambiguaBng  the  DocumentaBon  of  Variability  in  Sodware  Product  Lines:  A  SeparaBon  of  Concerns,  FormalizaBon  and  Automated  Analysis“  (RE’07)  

Realizability  checking  aggregate  

{{V1,V3,V2,VP1},  {V1,VP1},  {V3,VP1},    {VP1}}    

merge  diff  (“unrealizable  products”)  

 

φ

1

slice  (“realizable  part”)  2

3 compare  4  

see  also  [Acher  et  al.  AOSD’12  and  CAiSE’12  

With  FAMILIAR  

98  

realizibility.fml  

Puxng  all  together:  Example  3  

99  

#1  Reverse  Engineering  Architectural  Feature  Models  

Case  Study:  FraSCAA  Architecture  

CollaboraAon  with  Anthony  Cleve  (University  of  Namur  /  PRECISE,  Belgium),    Philippe  Collet  and  Philippe  Lahire  (University  of  Nice  Sophia  AnApolis),    Philippe  Merle  and  Laurence  Duchien  (University  of  Lille  /  INRIA)  

FraSCAti

SCAParser

Java Compiler

JDK6 JDT

Optional

Mandatory

Alternative-Group

Or-Group

Assembly Factory

resthttp

Binding

MMFrascati

Component Factory

Metamodel

MMTuscany

constraints

rest requires MMFrascatihttp requires MMTuscany

FM1

[Acher  et  al.,  ECSA’11]  [Acher  et  al.,  BENEVOL’11]  [Acher  et  al.,  GDR  GPL’12]  

101  

Software Artefacts

Variability Modeling

Automatic Extraction

Software Architect View

?

1  2  

Philippe  Merle,  so@ware  architect  of  FraSCAS  

CombinaSon  of  plugin  dependencies    and  hierarchical  component  model  to    synthesise  a  feature  model  

ExtracAon  process  

Highlights  

•  Automated  Procedure  –  ExtracSng  and  Combining  Variability  Sources  (incl.  so@ware  architect  knowledge)  – Advanced  feature  modeling  techniques  have  been  developed  (tool  supported  with  FAMILIAR)  

•  Some  Lessons  Learned  –  ExtracSon  procedure  yields  promising  results  –  EssenSal  role  of  so@ware  architect    

•  To  validate  the  extracted  feature  model  •  To  integrate  knowledge  

•  Extensions  –  EvoluSon  of  FraSCAS  with  DIFF  (v1.3,  v1.4,  etc.)  

102  

#2  from  product  descripAons    to  feature  models  

103  

CollaboraAon  with  Patrick  Heymans,  Anthony  Cleve,  Gilles  Perrouin  (University  of  Namur  /  PRECISE,  Belgium),  Philippe  Collet  and  Philippe  Lahire  (University  of  Nice  Sophia  AnApolis),    

[Acher  et  al.,  VaMoS’12]  

104  

WikiMatrix

RSSStorage LicenseLicenseCostFee

US CommunityDifferent Licenses

LanguageUnicode

Java Python PHP PerlCommercial GPL GPL2NoLimitFiles Database FileRCS

Xor

Mandatory

Optional

640  configuraSons  (634  counter  examples)  

Exact  set  of  configuraSons,  each  configuraSon    corresponding  to  at  least  one  product  

Manual  extracSon  of  a  feature  model    from  product  descripSon(s)  is  not  possible  

AutomaAon    •  Each  product  descripSon  is  encoded  as  a  feature  model  

•  Feature  models  {fm1,  fm2,…,fm8}  are  merged  –  Output:  a  new  feature  model  

•  ConfiguraSon:  union  of  input  sets  of  configuraSons  •  Hierarchy:  by  default,  we  exploit  the  structure  of  the  tabular  data  

–  Can  be  overridden  by  specific  user  direcSves  

–  VariCell  •  DSL  built  on  top  of  FAMILIAR  

105  

fm1  fm2  fm3  fm4  fm5  fm6  fm7  fm8    

Puxng  all  together:  Example  4  

106  

Modeling  Variability  From  Requirements  to  RunAme  

 The  case  of  video  surveillance  processing  chains  

CollaboraAon  with  Sabine  Moisan  and  Jean-­‐Paul  Rigault  (INRIA)  

AdapAve  systems  

So@ware  Product  Line  (SPL)  approach  

Video  surveillance  processing  chains  

AdapAve  systems  

AdapAve  systems  

large  number  of  so#ware  configuraAons  for  a  large  number  of  requirements  

constraints

……..

constraints

……..

constraints

……..

constraints

……..

So#ware  Pla�orm  ConfiguraAons  

So@ware  Product  Line  (SPL)  approach  

Video  surveillance  processing  chains  

constraints

……..

constraints

……..

constraints

……..

Video  Surveillance  ApplicaAon  Requirements  

Scene  Context   Objects  of  Interest  Specific  Task  

AdapAve  systems  

ImplementaAon:  under  the  hood  Videosurveillanceapplica0on

Task QoS Objectof

interest

Scene

context

Coun0ng Intrusion

Precision Response

,me

Quality Scene

descrip0on

Environment

Ligh0ngCamera

Person

Ar0ficial IndoorsViewFrame

rate

VideosurveillanceplaIorm

Acquisi0on Segmenta0on Classifica0on

Clustering

Gridstep With

window

Traversal

algorithm

Kernel

func0on

Edge Region

Model

Ellipse GravityGreyColor

(a)Ta

skm

odel

(b)P

laIorm

model

mandatoryfeature

op0onalfeature

alterna0vefeatures(XOR)

or‐features(OR)

cross‐modelconstraint

internalconstraint

specifica0onfeature

imposedbytheapplica0on

specifica0onfeaturededuced

frominternalconstraints

implementa0onfeaturededuced

fromcross‐constraints(transforma0on)

”neutral”implementa0onfeature

110  

Puxng  all  together:  Example  5  &  Demo…  

111  

Realizing  a  Car  Crash  Management  System  SPL  

112  

Scenario  

•  ConstrucSon  of  a  domain  feature  model  for  the  bCMS  – AggregaSon  of  funcSonal  and  non  funcSonal  parts  

•  Reasoning  on  the  resulSng  bCMS  FM  •  RelaSng  it  to  a  pla�orm  feature  model  (J2EE  from  SPLOT  repository)  

•  Checking  realizability  – While  refining  both  feature  models  (bCMS  /  J2EE)  

113  

Summary:  Variability  Model  Management  

114  114  114  

[MOTIVATION/PROBLEM]  Why  modeling  and  managing  Variability  does  and  will  ma\er  

[SOLUTION  FOR  MANAGING  FEATURE  MODELS]  Managing  Variability  Models  with  FAMILIAR      [APPLICATION  FOR  MODEL-­‐BASED  SPL  ENGINEERING]  Model-­‐based  variability  engineering:  applicaSons,  advanced  topics,  support       115  

Key  Insights  

(ongoing)  Comprehensive  model-­‐based  product  line  support    Reverse  engineering  Automated  Analysis  Languages,  API/DSLs  EvaluaAon  (European  and  french  projects,  long-­‐term  collaboraAon  with  Thales,  open  source  systems)  

  116  

(personal  vision)    lightweight  variability  capture  &  understanding    Coupling  with  reverse  engineering  techniques  Beyond  mulAple  viewpoints  Languages,  API/DSLs  

 The  Scala  way…  EvaluaAon,  empirical  studies  (French  and  European  projects,  collaboraAon  with  IT  companies)  

117  

   

   

       

   ?