Softwareproduktlinien Teil 11: Nicht-funktionale Eigenschaften. Norbert Siegmund (Universität Magdeburg)

Größe: px
Ab Seite anzeigen:

Download "Softwareproduktlinien Teil 11: Nicht-funktionale Eigenschaften. Norbert Siegmund (Universität Magdeburg)"

Transkript

1 Softwareproduktlinien Teil 11: Nicht-funktionale Eigenschaften Norbert Siegmund (Universität Magdeburg) 1

2 Einführung Bisher nicht betrachtet: Konfiguration von Produktlinien Nicht-funktionale Eigenschaften Vorhersage und Messung von Produkten 2

3 Agenda Einführung Konfiguration und nicht-funktionaler Eigenschaften Lösungsansätze zum Messen und Vorhersagen Erfahrungsberichte Ausblick 3

4 4 Konfiguration von Softwareproduktlinien

5 Wiederholung: Produktlinien Wiederverwendbare Artefakte Autovarianten Konfiguration basierend auf Anforderungen Variantengenerierung 5

6 Wiederholung: Softwareproduktlinien Wiederverwendbare Artefakte (Code, Doku, etc.) Varianten Konfiguration basierend auf Anforderungen Variantengenerierung 6

7 Konfiguration mit Featuremodellen Funktionale Anforderungen Verschlüsselung Kompression Datenanalyse Reporting Database Management System optional mandatory alternative or Cache Size Encryption Transaction Compression Indexes Reporting Page Size 8MB 32MB 128MB Logging Commit Protocols R-tree B-tree Hash 2K 4K 8K 16K 7 Partielle Featureauswahl

8 Nicht-funktionale Anforderungen Nicht nur Funktionalität ist wichtig! Performance Speicherverbrauch Footprint 8

9 Nicht-funktionale Eigenschaften: Definition(en) Auch bekannt als Qualitätseigenschaften Über 25 Definitionen (siehe [6]) Allgemein: Jedwede Eigenschaft eines Produktes, welche nicht zur Funktionalität zugeordnet werden kann, ist eine nichtfunktionale Eigenschaft. Verschiedene Modelle beschreiben Beziehungen zwischen nicht-funktionalen Eigenschaften 9

10 McCall s Qualitätsmodell I [7] Modellierung von Qualitätseigenschaften und faktoren, um Kommunikation zwischen Entwicklern und Benutzern zu vereinfachen Hierarchisches Modell mit: 11 Faktoren (spezifizieren das Produkt; externe Sicht des Nutzers) 23 Qualitätskriterien (zum Entwickeln; interne Sicht des Entwicklers) Metriken (zum Kontrollieren und Evaluieren) 10

11 McCall s Qualitätsmodell II Externe Sicht Interne Sicht 11

12 Boehm s Modell der nicht-funktionalen Eigenschaften [1] 12 device-independence portability self-containedness accuracy completeness reliability robustness/integrity General utility consistency efficiency As-is utility accountability usability device efficiency accessibility testability communicativeness Maintainability self-descriptiveness understandability structuredness conciseness modifiability legibility augmentability

13 ISO Standard 9126 Quelle: Wikipedia 13

14 Kategorisierung Quantitativ (Leistungsanforderungen) Antwortzeiten (Performance), Lastgrenzen und Durchsatz Energie- und Speicherverbrauch Messbare Eigenschaften (metrische Skala) Evaluierbar Qualitativ (Qualitätsanforderungen) Erweiterbarkeit Fehlerfreiheit Robustheit Sicherheit 14 Nur indirekt messbar (keine geeignete Metrik vorhanden)

15 Wie konfiguriert man nicht-funktionale Eigenschaften? Nicht-funktionale Anforderungen Energieverbrauch Hauptspeicherverbrauch Performance Footprint Maximiere Performance, aber halte Footprint unter 450 KB optional Database Management System mandatory alternative or Cache Size Encryption Transaction Compression Indexes Reporting Page Size 8MB 32MB 128MB Logging Commit Protocols R-tree B-tree Hash 2K 4K 8K 16K 15

16 Motivierende Fragen mit praktischer Relevanz Wie groß ist der Footprint einer Variante für eine gegebene Featureauswahl? Database Management System 425 KB Cache Size Encryption Transaction Compression Indexes Reporting Page Size 8MB 32MB 128MB Logging Commit Protocols R-tree B-tree Hash 2K 4K 8K 16K Was ist die beste Featureauswahl, um den Hauptspeicherverbrauch zu minimieren? Min( ) Cache Size Encryption Transaction Database Management System Compression Indexes Reporting Page Size Welches sind die Performance-kritischsten Features? Database Management System 8MB 32MB 128MB Logging Commit Protocols R-tree B-tree Hash 2K 4K 8K 16K Cache Size Encryption Transaction Compression Indexes Reporting Page Size 16 8MB 32MB 128MB Logging Commit Protocols R-tree B-tree Hash 2K 4K 8K 16K

17 Einordnung Domain Eng. Feature-Modell Wiederverwendbare Implementierungsartefakte Application Eng. Feature-Auswahl Generator Fertiges Program 17

18 18 Messen von nicht-funktionalen Eigenschaften

19 Ausflug: Messtheorie Stevens definiert verschiedene Levels des Messens [4] Beispiele: 19 Geschlecht Schulnoten Zeitskala (Datum) Alter Quelle: Wikipedia

20 Klassifizierung von nicht-funktionalen Eigenschaften für Produktlinien Nicht-messbare Eigenschaften entsprechen: Qualitative Eigenschaften Eigenschaften für die wir keine sinnvolle Metrik finden (Wartbarkeit?) Messbar pro Feature Eigenschaften existieren für einzelne Feature Quellcode Eigenschaften, binäre Größe Messbar pro Variante Eigenschaften existieren nur im fertigen Programm Performance, Speicherverbrauch, etc. 20

21 Methoden des Messens für Produktlinien Auf welche Art und Weise können wir nicht-funktionale Eigenschaften von Produkten einer Produktlinie messen? Artefaktbasiert Familienbasiert Produktbasiert 21

22 Ableitung: Messen von Produktlinien I Artefaktbasiert Features werden direkt und in Isolation von anderen Features gemessen Linearer Aufwand bzgl. Anzahl der Features Robust gegenüber Änderungen der Produktlinie Nachteile: Nicht alle Eigenschaften messbar (Performance?) Erfordert bestimmte Implementierungstechniken (#ifdef?) Keine black-box Programme, da Code benötigt wird Keine Featureinteraktionen (geringe Genauigkeit) Erfordert künstliche Messumgebung Aufwand Genauigkeit Anwendbarkeit Generalität Umgebung

23 Ableitung: Messen von Produktlinien II Familienbasiert Alle Features und deren Kombinationen werden auf einmal gemessen Mit Hilfe des Featuremodells wird der Einfluss einzelner Features danach abgeleitet Aufwand: O(1) Nachteile (ähnlich wie zuvor): Nicht alle Eigenschaften messbar, künstliche Umgebung Ungenau bei Featureinteraktionen, spezielle Implementierungstechniken von nöten 23 Aufwand Genauigkeit Anwendbarkeit Generalität Umgebung

24 Ableitung: Messen von Produktlinien III Produktbasiert Einzelne Varianten wird gemessen Jede Eigenschaft kann mit Standardprogrammen gemessen werden Anwendbar für black-box Programme Unabhängig von der Implementierungstechnik Messen des Einflusses von Featureinteraktionen möglich Nachteil: 24 Sehr hoher Aufwand O(2 n ) Aufwand Genauigkeit Anwendbarkeit Generalität Umgebung

25 Messen der Performance von SQLite Angenommen wir messen alle Varianten von SQLite: 2 85 Variants 5 per Messung (Kompilieren + Benchmark) 2 85 * 5min = 368,013,948,132,307,206,912 Jahre Jetzt 1.37 * Jahre Logarithmische Zeitlinie Big bang Geburt der Erde 9 * 10 9 Jahre Messung beendet 3.6 * Jahre 25

26 26 Vorhersage von nicht-funktionalen Eigenschaften

27 Vorhersageverfahren Regression Neuronale Netze CART Bayse Nets MARS M5 Cubist Principal Component Analysis Evolutionäre Algorithmen Arbeitsgruppe Computational Intelligence 27

28 Heuristiken Input: Partielle Featureauswahl Vorhersage Resultat Page Size Cache Size 4k Performance: 20s PageSize 4k B-tree Ziel: max (Performance) Idee: Addiere den Einfluss ausgewählter Features Page Size Cache Size 1k 4k = 80s = 30s = 10s 28 = 120s

29 Bestimmen des Einflusses einzelner Features Aber wie soll das gehen? DBMS Core Compression Encryption Transactions Π ( ) = 100s Π (, ) = 120s Π ( ) = 100s Π ( ) = 100s Π (, ) = 130s Π (, ) = 110s Δ ( ) = 20s Δ ( ) = 30s Δ ( ) = 10s Π (,,, ) = Δ ( ) + Δ ( ) + Δ ( ) + Δ ( ) = 160s 29

30 30 Erfahrungen

31 Lösung 1: Feature-Wise Measurement Evaluierung für Footprint (Binärgröße), Hauptspeicherverbrauch, und Performance 31

32 Footprint Material: Produktlinie Domäne Herkunft Sprache Features Varianten LOC Prevayler Database Industrial Java ZipMe Compression Academic Java PKJab Messenger Academic Java SensorNet Simulation Academic C Violet UML editor Academic Java 100 ca Berkeley DB Database Industrial C SQLite Database Industrial C 85 ca Linux kernel Operating system Industrial C 25 ca. 3 *

33 Hauptspeicherverbrauch Material: Produktlinie Domäne Technik Sprache Features Varianten LOC Curl Data trabsfer Parameter C LLVM Compiler Parameter C X264 Video encoding Parameter C Wget Data transfer Parameter C Berkeley DB Database Compilation C SQLite Database Compilation C RAR Compression Parameter C N/A 33

34 Experimental Setup and Validation Experiment mit zwei Phasen Lernphase: Messe zwei Varianten pro Feature und berechne Delta, um ein Vorhersagemodell zu erstellen Validationsphase: Messe alle Varianten und vergleiche vorhergehesene mit gemessene Eigenschaftsize Fehlerrate: 34

35 Ergebnisse für Footprint Mittlere Fehlerrate von 5.5% ohne Violet Mit Violet: 21.3% # von Messungen SQLite: 85 vs Linux : 25 vs. 3*10 7 Warum diese Fehlerrate? 186% fault rate Prevayler 35

36 Main-Memory Consumption Fehlerrate: 13.6 % Beobachtungen: Fehlerate ändert sich in Abhängigkeit der Eigenschaften und verwendeten Programme (ähnliche Ergebnisse für Performance) 36

37 Analyse der Ergebnisse: Featureinteraktionen Zwei Features interagieren wenn: Ihre gleichzeitige Präsenz in einem Programm unvorhergesehenes Verhalten verursacht Erwartet Gemessen Π (,, ) = Δ( ) + Δ ( ) + Δ ( ) = 100s + 20s + 30s = 150s 37 = 140s* Δ( # ) = -10s //delta zw. vorhergesagte // und gemessene Performance Feature Interaktion: # da verschlüsselte Daten vorher gepackt wurden

38 Lösung 2: Interaction-Wise and Pair-Wise Measurement Evaluierung für Footprint (Binärgröße) und Hauptspeicherverbrauch 38

39 Weiter entwickelte Ansätze Interaction-wise measurement: Manuell Interaktionen definieren Benötigt Domänenwissen Mapping zwischen Features und Implementierungseinheiten Statische Source-code Analyse Pair-wise measurement: Wir nehmen an, dass zwischen jedem Paar von Features eine Interaktion besteht Bestimmen des Einflusses dieser Interaktionen 39

40 Pair-wise Measurement: Footprint Mittlere Fehlerrate von 0.2% ohne Violet Veringerung von 4.3 % # Messungen: SQLite: 3306 vs Linux : 326 vs. 3*10 7 Teilweise Verbesserung, aber nicht immer 722% Fehlerrate 40

41 Pair-wise Measurement: Hauptspeicherverbrauch Fehlerrate von 11 % (0.9 % ohne LLVM und Wget) Verringerung von 2.6 % im Vergleich zu feature-wise measurement 41

42 Interaction-Wise Measurement: Footprint Source-code Analyse zeigte Featureinteraktionen höherer Ordnung in Violet # Messungen: SQLite: 146 vs Linux : 207 vs. 3*10 7 Mittlere Fehlerrate von 0.2% mit Violet 42

43 Analyse der Ergebnisse Vorhersagen müssen Featureinteraktionen berücksichtigen Domänenwissen wird benötigt Bei paarweisen Interaktionen Schlecht skalierbar: O(n 2 ) für n Features Ungenau wenn Interaktionen höherer Ordnung existieren Weitere Forschungsfragen: Wie sieht die Verteilung von Featureinteraktionen aus? Interagieren alle Features oder nur wenige? Welche Ordnung von Interaktionen sind am Häufigsten? Sind Muster bzgl. der Interaktionen erkennbar? 43

44 Verteilung von Featureinteraktionen? 44 Einsicht 1: Wenige Features interagieren mit vielen (hot-spots) and viele Features interagieren mit nur wenigen.

45 Interagieren alle Features oder nur wenige? Einsicht 3: Die meisten Interaktionen sind paarweise Interaktionen! 45 Einsicht 2: Viele Features interagieren nicht!

46 Muster von Featureinteraktionen? F1#F2#F3#F4 F1#F2#F4 F1 F1#F2 F2 F3#F1#F2 Einsicht 4: Es gibt Muster wie F3#F1 F4#F2 Interaktionen auf Res höhere Ordnungen propagieren! F3#F4#F2 F3 F3#F4 F4 F1#F3#F4 46

47 Was wollen wir erreichen? Können wir automatisiert Featureinteraktionen finden ohne Domänenwissen für black box Programme unabhängig von Programmiersprache, Konfigurationstechnik, und Domäne, um die Vorhersagegenauigkeit zu verbessern? 47

48 Was haben wir? Einsichten: Nicht alle Features interagieren, Die meisten Interaktionen sind paarweise, Viele Features interagieren mit nur wenigen Features und wenige Features mit vielen, Es gibt ein Muster, wie Interaktionen sich auf höhere Ordnungen auswirken. Modell, welches beschreibt, wann welche Interaktionen in einem Produkt vorkommen [5] 48

49 Kompositionsmodell nach Batory [5] Generiere Programm P mit Features call forwarding (cf) und call waiting (cw) P = cf cw Features interagieren immer (aber nicht immer beobachtbar) Wartet der Anrufer? Wird er weitergeleitet? Tritt ein Fehler auf? Also: wir generieren ein Programm mit den Verhalten von Features und deren Interaktionen Skalierung: P(cf cw) = cf cw cf#cw P(a b c) = a b c a#b a#c b#c a#b#c 49

50 Mapping von Komposition zu Eigenschaften Die nicht-funktionale Eigenschaft Π (z.b., Performance) einer Featurekomposition ist die Aggregation (z.b., Summe) der Eigenschaften ihrer Features: Π (P) = Π(cf cw) = Π(cf cw cf#cw) = Π(cf) Π( ) Π(cw ) Π( ) Π(cf#cw) = Π(cf) + Π(cw ) + Π(cf#cw) Die Homomorphismusrelation Π( ) definiert die Aggregationfunktion für eine bestimmte Eigenschaft 50

51 Schrittweiser Ansatz (basierend auf Einsicht 2) Schritt 1. Finde interagierende Features Reduziert Anzahl von Kombinationen, die auf Interaktionen getestet werden müssen Benötigt oft nur n+1 zusätzliche Messungen DBMS Core Compression Encryption Transactions Diagnosis Index Logging < Schritt 2. Finde Kombinationen von interagierenden Features, die tatsächlich Featureinteraktionen auslösen Basierend auf unseren Einsichten 51

52 Schritt 1. Finde interagierende Features I Was beschreibt ein Delta genau? Π ( ) Π (, ) Δ ( ) = Π ( ) + Π ( # ) Π (, ) Π (,, ) Δ ( ) = Π ( ) + Π ( # ) + Π ( # ) + Π ( # # ) 2 Terme 4 Terme Π (,, ) Π (,,, ) Δ ( ) = Π ( ) + Π ( # ) + Π ( # ) + Π ( # # ) + Π ( # ) + Π ( # # ) + Π ( # # ) + Π ( # # # ) 8 Terme 52

53 Schritt1: Finde interagierende Features II Idee: Vergleiche die Deltas, die sich am wahrscheinlichsten unterscheiden Minimales Produkt Maximales Produkt Π ( ) = 100s Π (, ) = 120s Δ ( ) = 20s Π (,,,,, ) = 170s Π (,,,,,, ) = 180s Wenn minimal Δ maximal Δ dann interagierendes Feature Minimal Maximal Δ ( ) = Π ( ) + Π ( # ) Δ ( ) = Π ( ) + Π ( # ) + Π ( # ) + Π ( # ) + Π ( # ) + Π ( # ) zusätzliche Terme! 53 Δ ( ) = 10s

54 Schritt 2. Finde tatsächliche Featureinteraktionen Welche Kombinationen von interagierendes Features bewirken Interaktioen? Ansatz: Messe zusätzliche Konfigurationen, um Interaktionen zu finden Benutze Heuristiken (abgeleitet aus den Einsichten), um diese zusätzlichen Konfigurationen zu bestimmen 54

55 Schritt 2. Pair-wise (PW) and Higher-Order Interactions (HO) Heuristik 1: Messe paarweise Kombinationen zuerst Basierend auf Einsicht 3 Heuristik 2: Wenn zwei der folgenden paarweisen Kombinationen {a#b, b#c, a#c} interagieren, messe die 2.Ordnungsinteraktion {a#b#c} Basierend auf Einsicht 4 Heuristik 3: Messe höhere Ordnungsinteraktionen für hotspot Features Basierend auf 1 55

56 Lösung 3: Automatisierte Detektion von Featureinteraktionen Evaluierung für Performance 56

57 Evaluation Produktlinie Domäne Herkunft Sprache Techn. Features Varianten LOC Berkeley DB Database Industrial C C ,811 Berkeley DB Database Industrial Java C ,596 Apache Web Server Industrial C CF ,277 SQLite Database Industrial C C 39 3,932, ,625 LLVM Compiler Industrial C++ CLP ,549 x264 Video Industrial C CLP ,743 C: Encoder compilation; CF: configuration files; CLP: command-line parameters Setup: Ausführung eines Standardbenchmarks Heuristiken aufeinander aufbauend anwenden 57

58 Tool Support: SPL Conqueror Messen, konfigurieren, und optimieren von nicht-funktionalen Eigenschaften (http://fosd.net/splconqueror) 58

59 Resultate Feature-Wise Fehlerrate Mean Median 20.3 % % + Pair-Wise Heuristic Mittlere Fehlerrate von 4.6% ist unter der Messungenauigkeit 9.1 % 4.32 % + Higher-Order Heuristic 6.3 % 3.06 % + Hot-Spot Heuristic 4.6 % 2.36 % 59

60 Zusammenfassung des Ansatzes Zwei Tage Messungen mit einer Genauigkeit von 93% Jetzt 1.37 * Jahre Zeitachse Big bang Geburt der Erde: 9 * 10 9 Jahre Messung beendet 3.6 * Jahre 61

61 Lösung 4.0: Future Work (Themen für Bachelor- und Masterarbeiten) Workload-aware prediction Combination with related prediction approaches White-box analysis and prediction Optimization of energy consumption 62

62 Einbeziehung des Workloads in die Vorhersage Δ(Feature) = 20 s Δ(Feature, Workload) = f(workload) In cooperation with: 63

63 Messung und Optimierung des Energieverbrauchs Bibliotheken mit Features implementieren wiederkehrende Funktionalität energieeffizient Einweben von Code mit FOP/AOP Weaving energy optimizing code into a program (e.g., automatic device management based on feature usage) 64

64 Energy Feature Library Idea: Automatically applying energy-saving techniques to programs Bundling energy features (concrete optimization techniques) in a library Alternative energy-saving algorithms OS-dependent energy management techniques for different hardware components 65 Applying energy features with a mapping to a target program (or program s functionality) Replacing algorithms in the target program with energy-saving alternatives Encapsulating hardware-utilizing functionality with energy management

65 Energy Feature Library Idea: Automatically applying energy-saving techniques to programs.. Goals: Reusing energy optimizations in different programs Application of energy features does not require expert knowledge Reduced implementation effort by means of automatic integration of energy features 66

66 Feature Model of the Energy Feature Library A configuration represents single energy-saving technique Selecting OS and Device features results in an optimization utilizing the OS energy management API Select a feature of Algorithms Collection results the replacement of program functionality 67

67 Mapping Features to Application Functionality Where to apply the energy-saving functions? Mapping application features to energy features Encapsulating the application functionality with energymanagement mechanisms Replacing an application feature with energy-efficient alternative 68

68 Manual Layered Composition I Using feature-oriented composition process Integrate the energy functionality with feature modules Features: Class Database Class QueryExecution Class EnergySplClass Base put(..) performquery(..) Data Sort sort(..) Application features Distributed send(..) Win_WLAN InsertionSort send(..) Method calls sort(..) activatewlan(..) deactivatewlan(..) Energy features 69 No super call

69 Manual Layered Composition II Provide a skeleton for each generated energy feature module Parameters define pointcut in the application 70

70 Automated Layered Composition Using aspectual mixing layers to Use aspects for pointcut definition Feature modules for implementation of energy features 71

71 Energy Manager A meta-program (energy manager) verifies at runtime whether to execute the code of an energy feature Verification uses the defined mappings and is executed at each entry point of a feature s code Integrate OnExecute(FEATURE_NAME) method calls at the beginning of each public method of each feature Method creates object of class FeatureExec Constructor executes the energy manager Using a destructor or a timer to automatically call deactivation of hardware components 72

72 Zusammenfassung Nicht-funktionale Eigenschaften spielen eine große Rolle bei der Auswahl eines Produktes aus einer Produktlinie Qualitative und quantitative Eigenschaften Problem des Messaufwandes für quantitative Eigenschaften Ansatz: Vorhersage der Eigenschaften durch Messen von nur wenigen Konfigurationen Konfigurationen werden mittels Heuristiken bestimmt Ziel ist es Featureinterkationen zu finden und deren Einfluss auf nicht-funktionale Eigenschaften zu bestimmen 73

73 Ausblick Variabilitätsgewahre Analysen (Thomas Thüm) Kompositionssicherheit Typsicherheit Spezifikation und Verifikation Big Picture Produktlinien Maßschneiderung von Datenhaltungssoftware??Prüfungsvorbereitung?? Noch unsicher 74

74 Literatur [1] Boehm et al., Characteristics of Software Quality. Elsevier, [2a] Siegmund et al. Scalable Prediction of Non-functional Properties in Software Product Lines. In Proceedings of International Software Product Lines Conference (SPLC), pages IEEE, [2b] Siegmund et al. Predicting Performance via Automated Feature-Interaction Detection. In Proceedings of International Conference on Software Engineering (ICSE), [3] Patrik Berander et al, Software quality attributes and trade-offs, Blekinge Institute of Technology, 2005 (http://www.uio.no/studier/emner/matnat/ifi/inf5180/v10/undervisningsmateriale/rea ding-materials/p10/software_quality_attributes.pdf) [4] Stanley S. Stevens. On the theory of scales of measurement. Sciences, 103(2684): , [5] Batory et al., Feature interactions, products, and composition. In Proceedings of the International Conference on Generative Programming (GPCE), pages ACM, [6] Martin Glinz. On non-functional requirements. In International Conference on Requirements Engineering, pages IEEE, [7] McCall et al., Factors in software quality. Volume I. Concepts and definitions of software quality. Technical Report, General Electric Co Sunnyvale California,

Qualitätssicherung. Qualität Qualitätsattribute Die Bedeutung von Qualität Sicherstellen von Qualität Qualität und andere Eigenschaften von Software

Qualitätssicherung. Qualität Qualitätsattribute Die Bedeutung von Qualität Sicherstellen von Qualität Qualität und andere Eigenschaften von Software sattribute Die von Sicherstellen von und andere Eigenschaften von Software Partner-Diskussion: Diskutieren Sie mit einem Partner Was ist? Wie können Sie die von einem "beliebigen" Produkt bestimmen? Wie

Mehr

Comparing Software Factories and Software Product Lines

Comparing Software Factories and Software Product Lines Comparing Software Factories and Software Product Lines Martin Kleine kleine.martin@gmx.de Betreuer: Andreas Wuebbeke Agenda Motivation Zentrale Konzepte Software Produktlinien Software Factories Vergleich

Mehr

Applying the ISO 9126 Quality Model to Test Specifications

Applying the ISO 9126 Quality Model to Test Specifications Applying the ISO 9126 Quality Model to Test Specifications Exemplified for TTCN-3 Test Specifications Benjamin Zeiss 1, Diana Vega 2, Ina Schieferdecker 2, Helmut Neukirchen 1, Jens Grabowski 1 1 Gruppe

Mehr

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Introducing PAThWay Structured and methodical performance engineering Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Technical University of Munich Overview Tuning Challenges

Mehr

Safer Software Formale Methoden für ISO26262

Safer Software Formale Methoden für ISO26262 Safer Software Formale Methoden für ISO26262 Dr. Stefan Gulan COC Systems Engineering Functional Safety Entwicklung Was Wie Wie genau Anforderungen Design Produkt Seite 3 Entwicklung nach ISO26262 Funktionale

Mehr

Security for Safety in der Industrieautomation Konzepte und Lösungsansätze des IEC 62443

Security for Safety in der Industrieautomation Konzepte und Lösungsansätze des IEC 62443 Security for Safety in der Industrieautomation Konzepte und Lösungsansätze des IEC 62443 Roadshow INDUSTRIAL IT SECURITY Dr. Thomas Störtkuhl 18. Juni 2013 Folie 1 Agenda Einführung: Standard IEC 62443

Mehr

Energy-Efficient Cluster Computing

Energy-Efficient Cluster Computing Energy-Efficient Cluster Computing http://www.eeclust.de April 2009 März 2012 Timo Minartz Universität Hamburg Arbeitsbereich Wissenschaftliches Rechnen Konsortium Universität Hamburg (Koordinator) Thomas

Mehr

Management von Softwaresystemen Systembewertung: Metriken und Prozess

Management von Softwaresystemen Systembewertung: Metriken und Prozess Management von Softwaresystemen Systembewertung: Metriken und Prozess Referent: Vadym Alyokhin Betreuer: Florian Deißenböck Übersicht Definition Einführung in die Messtheorie Meilensteine von Software-Metriken

Mehr

SARA 1. Project Meeting

SARA 1. Project Meeting SARA 1. Project Meeting Energy Concepts, BMS and Monitoring Integration of Simulation Assisted Control Systems for Innovative Energy Devices Prof. Dr. Ursula Eicker Dr. Jürgen Schumacher Dirk Pietruschka,

Mehr

Customer-specific software for autonomous driving and driver assistance (ADAS)

Customer-specific software for autonomous driving and driver assistance (ADAS) This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs

Mehr

Cleanroom Fog Generators Volcano VP 12 + VP 18

Cleanroom Fog Generators Volcano VP 12 + VP 18 Cleanroom Fog Generators Volcano VP 12 + VP 18 Description & Functional Principle (Piezo Technology) Cleanrooms are dynamic systems. People and goods are constantly in motion. Further installations, production

Mehr

Requirements Engineering im SPL-Umfeld

Requirements Engineering im SPL-Umfeld Requirements Engineering im SPL-Umfeld Manuel Wörmann 16.02.2015 Requirements Engineering im SPL-Umfeld Inhalt 1. Definition 2. Ziele 3. Domain Requirements Engineering 4. Application Requirements Engineering

Mehr

ISO 15504 Reference Model

ISO 15504 Reference Model Prozess Dimension von SPICE/ISO 15504 Process flow Remarks Role Documents, data, tools input, output Start Define purpose and scope Define process overview Define process details Define roles no Define

Mehr

Funktionale Sicherheit ISO 26262 Schwerpunkt Requirements Engineering,

Funktionale Sicherheit ISO 26262 Schwerpunkt Requirements Engineering, Funktionale Sicherheit ISO 26262 Schwerpunkt Requirements Engineering, Manfred Broy Lehrstuhl für Software & Systems Engineering Technische Universität München Institut für Informatik ISO 26262 Functional

Mehr

Mögliche Wege Ihrer Legacy-Applikationen in die Moderne mit Bison Technology. Diego Künzi, Produktmanager Bison Technology, Bison Schweiz AG

Mögliche Wege Ihrer Legacy-Applikationen in die Moderne mit Bison Technology. Diego Künzi, Produktmanager Bison Technology, Bison Schweiz AG Mögliche Wege Ihrer Legacy-Applikationen in die Moderne mit Bison Technology Diego Künzi, Produktmanager Bison Technology, Bison Schweiz AG Inhalt Weshalb Legacy Applikationen modernisieren? Mögliche Strategien

Mehr

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Zielsetzung: System Verwendung von Cloud-Systemen für das Hosting von online Spielen (IaaS) Reservieren/Buchen von Resources

Mehr

Kapitel 1 Applikations-Architektur V

Kapitel 1 Applikations-Architektur V Kapitel 1 Applikations-Architektur V Software Engineering FS 2015 Prof. Dr. Jana Köhler jana.koehler@hslu.ch Gesamtüberblick I. Software Architektur Grundbegriffe II. Prinzipien & Taktiken III. Stile und

Mehr

ShopBot, ein Software-Agent für das Internet

ShopBot, ein Software-Agent für das Internet Software-Agenten p.1/20 ShopBot, ein Software-Agent für das Internet Eine Einführung in (Software-)Agenten Madeleine Theile Software-Agenten p.2/20 Aufbau des Vortrags grundlegende Theorie Definition Autonomy,

Mehr

Junisphere Systems AG 23.11.2010. Aligning Business with Technology. One step ahead of Business Service Management. Intelligentes ITSM

Junisphere Systems AG 23.11.2010. Aligning Business with Technology. One step ahead of Business Service Management. Intelligentes ITSM Aligning Business with Technology One step ahead of Business Service Management Intelligentes ITSM Agenda Junisphere s Lösung Use cases aus der Praxis Zentrale Informatik Basel-Stadt ETH Zürich Ausblick

Mehr

State-of-the-Art in Software Product Line Testing and Lessons learned

State-of-the-Art in Software Product Line Testing and Lessons learned State-of-the-Art in Software Product Line Testing and Lessons learned Sebastian Oster Sebastian Oster oster@es.tu-darmstadt.de Tel.+49 6151 16 3776 ES Real-Time Systems Lab Prof. Dr. rer. nat. Andy Schürr

Mehr

Projektrisikomanagement im Corporate Risk Management

Projektrisikomanagement im Corporate Risk Management VERTRAULICH Projektrisikomanagement im Corporate Risk Management Stefan Friesenecker 24. März 2009 Inhaltsverzeichnis Risikokategorien Projekt-Klassifizierung Gestaltungsdimensionen des Projektrisikomanagementes

Mehr

Group and Session Management for Collaborative Applications

Group and Session Management for Collaborative Applications Diss. ETH No. 12075 Group and Session Management for Collaborative Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZÜRICH for the degree of Doctor of Technical Seiences

Mehr

SemTalk Services. SemTalk UserMeeting 29.10.2010

SemTalk Services. SemTalk UserMeeting 29.10.2010 SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker

Mehr

Testen und Metriken. Einige Fehler. Fehler vermeiden. Andreas Zeller Universität des Saarlandes Microsoft Research. http://www.st.cs.uni-sb.

Testen und Metriken. Einige Fehler. Fehler vermeiden. Andreas Zeller Universität des Saarlandes Microsoft Research. http://www.st.cs.uni-sb. Testen und Metriken Andreas Zeller Universität des Saarlandes Microsoft Research http://www.st.cs.uni-sb.de/ Einige Fehler Fehler vermeiden Spezifizieren Beweisen Gegenlesen Testen Module Welche sollte

Mehr

TFS als ALM Software. Erfahrungsbericht aus der MedTec Ecke. Lukas Müller

TFS als ALM Software. Erfahrungsbericht aus der MedTec Ecke. Lukas Müller TFS als ALM Software Erfahrungsbericht aus der MedTec Ecke Lukas Müller Agenda Tecan Umfeld und Prozesse Einsatzgebiet TFS Tecan Erweiterungen von TFS Erfahrungsaustausch Head Office in der Schweiz, >1100

Mehr

3D City Model Berlin Spatial Data Infrastructure Berlin: The 3D City Model ERDF Project Strategic Goal 3D City Model Berlin Strategic Goal Use of 3D City Model for: City and Urban Planning, Political Issues

Mehr

Social Business Erfolgsmessung

Social Business Erfolgsmessung Social Business Erfolgsmessung Praxisbericht aus dem Social Business Projekt bei der Robert Bosch GmbH 8.10.2013, Cordula Proefrock (Robert Bosch GmbH), Dr. Christoph Tempich (inovex GmbH) 1 The Bosch

Mehr

Challenges and solutions for field device integration in design and maintenance tools

Challenges and solutions for field device integration in design and maintenance tools Integrated Engineering Workshop 1 Challenges and solutions for field device integration in design and maintenance tools Christian Kleindienst, Productmanager Processinstrumentation, Siemens Karlsruhe Wartungstools

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Scriptbasierte Testautomatisierung. für Web-Anwendungen

Scriptbasierte Testautomatisierung. für Web-Anwendungen Scriptbasierte Testautomatisierung für Web-Anwendungen Scriptbasierte Testautomatisierung + Web-Anwendung: Erstes Einsatzgebiet, Ergebnisse aber allgemein übertragbar + Test aus Benutzersicht - Nicht Unit-Test,

Mehr

Vorhersagemodell für die Verfügbarkeit von IT-Services

Vorhersagemodell für die Verfügbarkeit von IT-Services Vorhersagemodell für die Verfügbarkeit von IT-Services Magdeburg Research and Competence Cluster Very Large Business Applications Lab Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme

Mehr

Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine

Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine 5. Braunschweiger Symposium 20./21. Februar 2008 Dipl.-Ing. T. Mauk Dr. phil. nat. D. Kraft

Mehr

Wieviel Usability Engineering braucht das Software Engineering?

Wieviel Usability Engineering braucht das Software Engineering? Wieviel Usability Engineering braucht das Software Engineering? Prof. Dr. Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://www-swe.uni-heidelberg.de paech@informatik.uni-heidelberg.de

Mehr

Exploring the knowledge in Semi Structured Data Sets with Rich Queries

Exploring the knowledge in Semi Structured Data Sets with Rich Queries Exploring the knowledge in Semi Structured Data Sets with Rich Queries Jürgen Umbrich Sebastian Blohm Institut AIFB, Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 www.kit.ed Overview

Mehr

Risikobasiertes statistisches Testen

Risikobasiertes statistisches Testen Fabian Zimmermann Robert Eschbach Johannes Kloos Thomas Bauer Ziele von Risikobasiertem Testen Testen von Safety-kritischen Produkten Garantieren, dass das Produktrisiko geringer ist als das tolerierbare

Mehr

Algorithms for graph visualization

Algorithms for graph visualization Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

The Rational Unified Process. Eine Einführung von T. Langer und A. Nitert

The Rational Unified Process. Eine Einführung von T. Langer und A. Nitert The Rational Unified Process Eine Einführung von T. Langer und A. Nitert Übersicht Einleitung Probleme der SW-Entwicklung, Best Practices, Aufgaben Was ist der Rational Unified Process? Struktur des Prozesses

Mehr

HP Service Manager 7 mit ITSM Implementation Accelerator (IIA) ITIL V3 out of the box?

HP Service Manager 7 mit ITSM Implementation Accelerator (IIA) ITIL V3 out of the box? HP Service Manager 7 mit ITSM Implementation Accelerator (IIA) ITIL V3 out of the box? 04. November 2008 ITC GmbH 2008 Agenda Was bringt der HP Service Manager 7? Überblick SM7 Module Neue / zusätzliche

Mehr

Zuverlässige Informationsbereitstellung in energiebewussten ubiquitären Systemen (ZeuS)

Zuverlässige Informationsbereitstellung in energiebewussten ubiquitären Systemen (ZeuS) Zuverlässige Informationsbereitstellung in energiebewussten ubiquitären Systemen () Vergleich von Ansätzen zur Netzwerkanalyse in drahtlosen Sensornetzen Joachim Wilke,, Markus Bestehorn, Zinaida Benenson,

Mehr

Erfahrungsbreicht... Von der Auswahl bis zur Verwendung von Contour im Grossunternehmen.

Erfahrungsbreicht... Von der Auswahl bis zur Verwendung von Contour im Grossunternehmen. Stefan Topp Honeywell International SARL 16. Februar 2012 Erfahrungsbreicht... Von der Auswahl bis zur Verwendung von Contour im Grossunternehmen. 1 Agenda Hintergruende Der Auswahlprozess Ausrollen von

Mehr

ABSICHERUNG MODELLBASIERTER SICHERHEITSKRITISCHER AVIONIK SOFTWARE Dr. Elke Salecker

ABSICHERUNG MODELLBASIERTER SICHERHEITSKRITISCHER AVIONIK SOFTWARE Dr. Elke Salecker ABSICHERUNG MODELLBASIERTER SICHERHEITSKRITISCHER AVIONIK SOFTWARE Dr. Elke Salecker MOTIVATION Fahrzeug-Software wird modellbasiert mit Simulink/TargetLink entwickelt & DO331/DO-178C ermöglicht modellbasierte

Mehr

Keynote Der offene Ansatz: Open Source basiertes ALM ganz praktisch

Keynote Der offene Ansatz: Open Source basiertes ALM ganz praktisch Keynote ALMconf 2010 in Stuttgart 26. bis 28. Oktober 2010 Thomas Obermüller elego Software Solutions GmbH - 2010 1 Welcome & Outline Open Source basiertes ALM ganz praktisch Agenda Application Lifecycle

Mehr

Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm

Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm Konsolidierung von Software-Varianten in Software-Produktlinien ein Forschungsprogramm Rainer Koschke Universität Bremen Workshop Software-Reengineering Bad Honnef 5. Mai 2005 Bauhaus Forschungskooperation

Mehr

AS Path-Prepending in the Internet And Its Impact on Routing Decisions

AS Path-Prepending in the Internet And Its Impact on Routing Decisions (SEP) Its Impact on Routing Decisions Zhi Qi ytqz@mytum.de Advisor: Wolfgang Mühlbauer Lehrstuhl für Netzwerkarchitekturen Background Motivation BGP -> core routing protocol BGP relies on policy routing

Mehr

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution EXASOL @ Symposium on Scalable Analytics Skalierbare Analysen mit EXASolution EXASOL AG Wer sind wir R&D: + seit 2000 + laufend Forschungsprojekte Produkt: Analytische Datenbank EXASolution Focus auf Komplexität

Mehr

Usability-Test für mobile Java-Anwendungen

Usability-Test für mobile Java-Anwendungen Usability-Test für mobile Java-Anwendungen Problemstellung / Abgrenzung Usability Engineering / Patterns Usability Test Tool-Kette Fazit Roland Petrasch Usability-Test für mobile Java-Anwendungen Problemstellung

Mehr

Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung

Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung Peter Stalder DOAG November 2009 Basel Baden Bern Lausanne Zurich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg Munich Stuttgart Vienna

Mehr

COBIT. Proseminar IT Kennzahlen und Softwaremetriken 19.07.2010 Erik Muttersbach

COBIT. Proseminar IT Kennzahlen und Softwaremetriken 19.07.2010 Erik Muttersbach COBIT Proseminar IT Kennzahlen und Softwaremetriken 19.07.2010 Erik Muttersbach Gliederung Motivation Komponenten des Frameworks Control Objectives Goals Prozesse Messen in CobiT Maturity Models Outcome

Mehr

CAViT - Kurzvorstellung

CAViT - Kurzvorstellung CAViT - Kurzvorstellung Auswertung von Versuchs- und Simulationsdaten Martin Liebscher, März 2015 Copyright SCALE GmbH; Disclosure to third parties only in consultation with SCALE Einordnung / Motivation

Mehr

Exascale Computing. = Exascale braucht Manycore-Hardware...und was für Software??? 46/58

Exascale Computing. = Exascale braucht Manycore-Hardware...und was für Software??? 46/58 Exascale Computing Die FLOP/s-Tabelle: Name Faktor erreicht heute Giga 10 9 1976 CPU-Kern Tera 10 12 1997 Graphikkarte (GPU) Peta 10 15 2009 Supercomputer Exa 10 18 2020(?) Der gegenwärtig schnellste Rechner

Mehr

Map Reduce on Hadoop Seminar SS09. Similarity Join. Tim Felgentreff, Andrina Mascher

Map Reduce on Hadoop Seminar SS09. Similarity Join. Tim Felgentreff, Andrina Mascher Map Reduce on Hadoop Seminar SS09 Similarity Join Tim Felgentreff, Andrina Mascher Gliederung 2!! Aufgabe!! Demo!! Algorithmus!! Performance!! Veränderte Aufgabenstellung:!! Vergleich mit 1 Seite!! Ausblick!!

Mehr

CMMI for Embedded Systems Development

CMMI for Embedded Systems Development CMMI for Embedded Systems Development O.Univ.-Prof. Dipl.-Ing. Dr. Wolfgang Pree Software Engineering Gruppe Leiter des Fachbereichs Informatik cs.uni-salzburg.at Inhalt Projekt-Kontext CMMI FIT-IT-Projekt

Mehr

Echtzeitverhalten durch die Verwendung von CPU Stubs: Eine Erweiterung von Dynamic Performance Stubs. Echtzeit 2009

Echtzeitverhalten durch die Verwendung von CPU Stubs: Eine Erweiterung von Dynamic Performance Stubs. Echtzeit 2009 Echtzeitverhalten durch die Verwendung von CPU Stubs: Eine Erweiterung von Dynamic Performance Stubs Echtzeit 2009 Peter Trapp, 20.11.2009 Übersicht 1 Einleitung 2 (Übersicht) 3 (Framework) 4 Methodik

Mehr

Cloud Architektur Workshop

Cloud Architektur Workshop Cloud Architektur Workshop Ein Angebot von IBM Software Services for Cloud & Smarter Infrastructure Agenda 1. Überblick Cloud Architektur Workshop 2. In 12 Schritten bis zur Cloud 3. Workshop Vorgehensmodell

Mehr

Transfer von Prozessen des Software-Produktlinien Engineering in die Elektrik/Elektronik- Architekturentwicklung von Fahrzeugen

Transfer von Prozessen des Software-Produktlinien Engineering in die Elektrik/Elektronik- Architekturentwicklung von Fahrzeugen Transfer von Prozessen des Software-Produktlinien Engineering in die Elektrik/Elektronik- entwicklung von Fahrzeugen Martin Jaensch, Dr. Bernd Hedenetz, Markus Conrath Daimler AG Prof. Dr. Klaus D. Müller-Glaser

Mehr

Projektseminar Softwaresysteme

Projektseminar Softwaresysteme Projektseminar Softwaresysteme Themenvorstellung und Kick-Off Sommersemester 2015 Géza Kulcsár geza.kulcsar@es.tu.darmstadt.de ES Real-Time Systems Lab Prof. Dr. rer. nat. Andy Schürr Dept. of Electrical

Mehr

Requirements-Engineering Requirements-Engineering

Requirements-Engineering Requirements-Engineering -Engineering Copyright Chr. Schaffer, Fachhochschule Hagenberg, MTD 1 Was ist ein Requirement? IEEE-Standard (IEEE-726 83) A condition or capability needed by a user to solve a problem or achieve an objective.

Mehr

Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann

Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Adam Stambulski Project Manager Viessmann R&D Center Wroclaw Dr. Moritz Gomm Business Development Manager Zühlke Engineering

Mehr

SPiCE und Test: Was hat das denn miteinander zu tun?

SPiCE und Test: Was hat das denn miteinander zu tun? SPiCE und Test: Was hat das denn miteinander zu tun? TAV Düsseldorf 15./16.2.2007 Arbeitskreis Test eingebetteter Systeme Dr. Uwe Hehn Uwe.Hehn@methodpark.de Gliederung Reifegradmodelle Übersicht über

Mehr

Softwareprozesse systematisch verbessern ISO15504(SPICE) und Automotive SPICE. Heinrich Dreier Elmshorn 17.04.2008

Softwareprozesse systematisch verbessern ISO15504(SPICE) und Automotive SPICE. Heinrich Dreier Elmshorn 17.04.2008 Softwareprozesse systematisch verbessern ISO15504(SPICE) und Automotive SPICE Heinrich Dreier Elmshorn 17.04.2008 Einleitung Softwareprozesse verbessern Einleitung Softwareprozesse verbessern SPI Software

Mehr

Test nichtfunktionaler Anforderungen in der Praxis am Beispiel einer netzzentrierten Anwendung. Test nichtfunktionaler Anforderungen Agenda

Test nichtfunktionaler Anforderungen in der Praxis am Beispiel einer netzzentrierten Anwendung. Test nichtfunktionaler Anforderungen Agenda Test nichtfunktionaler in der Praxis am Beispiel einer netzzentrierten Anwendung Februar 2011 Test nichtfunktionaler Agenda 1. 2. 3. 4. 5. 6. TAV Tagung Februar 2011 Julia Remmert Public Wincor Nixdorf

Mehr

Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität

Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität Frank Oemig, Bernd Blobel GMDS 2010, Mannheim 5.-9. September 2010 Einleitung Wissen über Kommunikationsstandards

Mehr

Maven 2 Softwareprojekte mit Kultur

Maven 2 Softwareprojekte mit Kultur Maven 2 Softwareprojekte mit Kultur Patrick Zeising 28.05.2010 Motivation Projekte unterscheiden sich stark im Aufbau Abläufe beim Übersetzen und Deployen unterscheiden sich stark

Mehr

DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS

DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS Master Seminar Empirical Software Engineering Anuradha Ganapathi Rathnachalam Institut für Informatik Software & Systems Engineering Agenda Introduction

Mehr

Software Product Lines

Software Product Lines Software Product Lines Concepts, Analysis and Implementation Feature-Modelle und Produktkonfiguration ES Real-Time Systems Lab Prof. Dr. rer. nat. Andy Schürr Dept. of Electrical Engineering and Information

Mehr

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank SwissICT 2011 am Fallbeispiel einer Schweizer Bank Fritz Kleiner, fritz.kleiner@futureways.ch future ways Agenda Begriffsklärung Funktionen und Aspekte eines IT-Servicekataloges Fallbeispiel eines IT-Servicekataloges

Mehr

Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation

Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation - für Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Thomas Hanne *, Patrick Lang, Stefan Nickel,

Mehr

Motivation und Überblick

Motivation und Überblick Motivation und Überblick iks-thementag : Wer testet, ist feige 24.06.2009 Autor: Christoph Schmidt-Casdorff Carsten Schädel Seite 2 Agenda Einführung Auf welcher Ebene wird getestet testing level Was wird

Mehr

HERZLICH WILLKOMMEN SHAREPOINT 2013 DEEP DIVE - APPS 11.09.2012 IOZ AG 1

HERZLICH WILLKOMMEN SHAREPOINT 2013 DEEP DIVE - APPS 11.09.2012 IOZ AG 1 HERZLICH WILLKOMMEN SHAREPOINT 2013 DEEP DIVE - APPS 11.09.2012 IOZ AG 1 AGENDA Einführung Apps - Einführung Apps Architektur SharePoint-Hosted Apps Cloud-Hosted Apps Ausblick 11.09.2012 IOZ AG 2 ÜBER

Mehr

Probeklausur. Lenz Belzner. January 26, 2015. Lenz Belzner Probeklausur January 26, 2015 1 / 16

Probeklausur. Lenz Belzner. January 26, 2015. Lenz Belzner Probeklausur January 26, 2015 1 / 16 Probeklausur Lenz Belzner January 26, 2015 Lenz Belzner Probeklausur January 26, 2015 1 / 16 Definieren Sie Software Engineering in Abgrenzung zu Individual Programming. Ingenieursdisziplin professionelle

Mehr

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel ORM & OLAP Object-oriented Enterprise Application Programming Model for In-Memory Databases Sebastian Oergel Probleme 2 Datenbanken sind elementar für Business-Anwendungen Gängiges Datenbankparadigma:

Mehr

WebSphere Portal 8 Migrationen

WebSphere Portal 8 Migrationen WebSphere Portal 8 Migrationen Enrico Regge IT Specialist reggeenr@de.ibm.com André Hagemeier IT Specialist andre.hagemeier@de.ibm.com 2014 IBM Corporation Agenda Suche & Security Theme WCM Applikationen

Mehr

Agenda ITIL v3 Framework

Agenda ITIL v3 Framework Agenda ITIL v3 Framework Overview & Allgemeines ITIL Service Lifecycle Service Strategies Service Design Service Transition Service Operation Continual Service Improvement ITIL V3 Continual Service Improvement

Mehr

Management von Anforderungen im Rational Unified Process (RUP)

Management von Anforderungen im Rational Unified Process (RUP) Management von Anforderungen im Rational Unified Process (RUP) Peter Fröhlich ABB DECRC 69115 Heidelberg Fröhlich-8/98-1 Themen: Was ist RUP? RM im RUP Core Workflows Dokumente Tools Erfahrungen RUP Objectory

Mehr

Objekt-relationales Mapping und Performance-Tuning

Objekt-relationales Mapping und Performance-Tuning Objekt-relationales Mapping und Performance-Tuning Thomas Krüger tkrueger@vanatec.com Agenda Wege um Daten zu lesen Wege um Daten zu modellieren Wege um Datenbanken effizient zu nutzen 2 2 Wege, Daten

Mehr

Ein pragmatischer Ansatz zur Entwicklung situationsgerechter Entwicklungsmethoden. Michael Spijkerman 27.02.2013

Ein pragmatischer Ansatz zur Entwicklung situationsgerechter Entwicklungsmethoden. Michael Spijkerman 27.02.2013 Ein pragmatischer Ansatz zur Entwicklung situationsgerechter Entwicklungsmethoden Michael Spijkerman 27.02.2013 Methodenentwicklung in s-lab Projekten Strukturierte Entwicklungsmethoden ermöglichen bessere

Mehr

Eine wertbasierte Sicht auf Softwarequalität

Eine wertbasierte Sicht auf Softwarequalität Florian Deißenböck Eine wertbasierte Sicht auf Softwarequalität 25. Juni 2008 BITKOM AK SQM und PG BE&QM Gemeinsame Arbeiten mit S. Wagner, E. Jürgens, B. Hummel, M. Pizka, M. Broy 2» Quality is a complex

Mehr

SimPDM Datenmodell im Kontext zu Teamcenter und PLMXML

SimPDM Datenmodell im Kontext zu Teamcenter und PLMXML SimPDM Datenmodell im Kontext zu Teamcenter und PLMXML Vergleichsstudie Datentransfer PDM SDM Böblingen, 20. November 2008 Dietmar Gausselmann Zoran Petrovic Ulrich Deisenroth Agenda Einleitung / Motivation

Mehr

CeBIT 17.03.2015. CARMAO GmbH 2014 1

CeBIT 17.03.2015. CARMAO GmbH 2014 1 CeBIT 17.03.2015 CARMAO GmbH 2014 1 HERZLICH WILLKOMMEN Applikationssicherheit beginnt lange bevor auch nur eine Zeile Code geschrieben wurde Ulrich Heun Geschäftsführender Gesellschafter der CARMAO GmbH

Mehr

Sichere Identitäten in Smart Grids

Sichere Identitäten in Smart Grids Informationstag "IT-Sicherheit im Smart Grid" Berlin, 23.05.2012 Sichere Identitäten in Smart Grids Dr. Thomas Störtkuhl, Agenda 1 2 Beispiele für Kommunikationen Digitale Zertifikate: Basis für Authentifizierung

Mehr

Towards Automated Analysis of Business Processes for Financial Audits

Towards Automated Analysis of Business Processes for Financial Audits Towards Automated Analysis of Business Processes for Financial Audits Michael Werner Universität Hamburg michael.werner@wiso.uni hamburg.de Max Brauer Allee 60 22765 Hamburg StB Prof. Dr. Nick Gehrke Nordakademie

Mehr

IO Performance in virtualisierten Umgebungen

IO Performance in virtualisierten Umgebungen IO Performance in virtualisierten Umgebungen Bruno Harsch El. Ing. HTL/FH Managing Partner Tel +41 52 366 39 01 bruno.harsch@idh.ch www.idh.ch IDH GmbH Lauchefeld 31 CH-9548 Matzingen 2 Die Firma IDH wurde

Mehr

Neue Wege zum sicheren IT Management

Neue Wege zum sicheren IT Management Neue Wege zum sicheren IT Management Ganzheitliche IT Performance & Security Ein strategisches Muss Die IT ist der entscheidende Faktor für die Umsetzung der Geschäftsstrategie und deren Erfolg. Durch

Mehr

benötigen eine sichere Technologieumgebung

benötigen eine sichere Technologieumgebung Innovative Bankenprodukte benötigen eine sichere Technologieumgebung - Folie 1-26.09.2010 11:42 Herausforderung Online-Bedrohung für E-Banking nimmt zu Sicherheit des bestehenden Verfahrens muss erhöht

Mehr

Evolution vs. semantische Konsistenz

Evolution vs. semantische Konsistenz Evolution vs. semantische Konsistenz Workshop des GI-AK Traceability, Dortmund J. Jürjens Das Forschungsprojekt ClouDAT (Förderkennzeichen 300267102) wird/wurde durch das Land NRW und Europäischen Fonds

Mehr

Ist Ihre Mainframe Anwendungs- Umgebung wirklich so effizient, wie Sie denken?

Ist Ihre Mainframe Anwendungs- Umgebung wirklich so effizient, wie Sie denken? Ist Ihre Mainframe Anwendungs- Umgebung wirklich so effizient, wie Sie denken? Cross-Enterprise APM und Application Performance Management 30. Oktober 2012 Agenda Cross-Enterprise APM Mainframe Application

Mehr

Wie spezifiziert man die Qualität eines Softwaresystems? Herausforderungen und erste Lösungsideen aus SIKOSA

Wie spezifiziert man die Qualität eines Softwaresystems? Herausforderungen und erste Lösungsideen aus SIKOSA Wie spezifiziert man die Qualität eines Softwaresystems? Herausforderungen und erste Lösungsideen aus SIKOSA Prof. Dr. St. Kirn (Sprecher) Prof. Dr. B. Paech Prof. Dr. D. Kossmann Prof. Dr. G. Müller Schematische

Mehr

Requirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit

Requirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit IBM Software Group IBM Rational mit RequisitePro Hubert Biskup hubert.biskup@de.ibm.com Agenda Rational in der IBM Software Group Der Rational Unified Process als Basis für die Projektarbeit mit Rational

Mehr

Einsatz einer Dokumentenverwaltungslösung zur Optimierung der unternehmensübergreifenden Kommunikation

Einsatz einer Dokumentenverwaltungslösung zur Optimierung der unternehmensübergreifenden Kommunikation Einsatz einer Dokumentenverwaltungslösung zur Optimierung der unternehmensübergreifenden Kommunikation Eine Betrachtung im Kontext der Ausgliederung von Chrysler Daniel Rheinbay Abstract Betriebliche Informationssysteme

Mehr

on Software Development Design

on Software Development Design Werner Mellis A Systematic on Software Development Design Folie 1 von 22 How to describe software development? dimensions of software development organizational division of labor coordination process formalization

Mehr

Testwell CTC++ Test Coverage Analyser Testabdeckung für alle Coverage-Stufen, alle Compiler, alle Embedded Targets

Testwell CTC++ Test Coverage Analyser Testabdeckung für alle Coverage-Stufen, alle Compiler, alle Embedded Targets Testwell CTC++ Test Coverage Analyser Testabdeckung für alle Coverage-Stufen, alle Compiler, alle Embedded Targets Testwell CTC++ ist ein leistungsfähiges und einfach zu benutzendes Code-/Test-Coverage

Mehr

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme Tillmann Schall, anaptecs GmbH : Agenda Grundlagen modellgetriebener Entwicklungsprozesse Schritte zur Einführung Erfahrungen

Mehr

Anne Groß GI Fachgruppentreffen RE, 24./25.11.2011, Hamburg

Anne Groß GI Fachgruppentreffen RE, 24./25.11.2011, Hamburg Anforderungen an die Anforderungsspezifikation aus Sicht von Architekten und Usability Experten Anne Groß GI Fachgruppentreffen RE, 24./25.11.2011, Hamburg --- Motivation --- 2 Motivation Informationsquelle

Mehr

Simulation of Longitudinal Beam Dynamics

Simulation of Longitudinal Beam Dynamics Fachgebiet Theoretische Elektrotechnik und Numerische Feldberechnung PD Dr. Markus Clemens DESY Beam Dynamics Meeting Simulation of Longitudinal Beam Dynamics, Markus Clemens Chair for Theory in Electrical

Mehr

Detecting Near Duplicates for Web Crawling

Detecting Near Duplicates for Web Crawling Detecting Near Duplicates for Web Crawling Gurmeet Singh Manku et al., WWW 2007* * 16th international conference on World Wide Web Detecting Near Duplicates for Web Crawling Finde near duplicates in großen

Mehr

Verzeichnisdienste in heterogenen Systemen

Verzeichnisdienste in heterogenen Systemen Verzeichnisdienste in heterogenen Systemen Zielsetzungen Implementierung Aufbau: Active Directory (AD) auf Basis von Windows Server 008 R mit Windows Client(s), Linux Client(s) und einem Linux Server (Dateiserver).

Mehr

Algorithmische Modelle als neues Paradigma

Algorithmische Modelle als neues Paradigma Algorithmische Modelle als neues Paradigma Axel Schwer Seminar über Philosophische Grundlagen der Statistik, WS 2010/11 Betreuer: Prof. Dr. Thomas Augustin München, den 28. Januar 2011 1 / 29 LEO BREIMAN

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

Introduction to the diploma and master seminar in FSS 2010. Prof. Dr. Armin Heinzl. Sven Scheibmayr

Introduction to the diploma and master seminar in FSS 2010. Prof. Dr. Armin Heinzl. Sven Scheibmayr Contemporary Aspects in Information Systems Introduction to the diploma and master seminar in FSS 2010 Chair of Business Administration and Information Systems Prof. Dr. Armin Heinzl Sven Scheibmayr Objective

Mehr

Silver Monkey Software Packaging. Produkt Übersicht

Silver Monkey Software Packaging. Produkt Übersicht Silver Monkey Software Packaging Produkt Übersicht Organisatorische und technische Automatisierung des Software-Lifecycle Request Initialization Coordination Package Development Quality Assurance Approval

Mehr