Analyse et prédiction de l'impact de changements dans un système à objets : Approche probabiliste

Résumé. Nous proposons dans cet article une approche probabiliste utilisant les réseaux bayésiens pour analyser et prédire les impacts des changements dans les systèmes à objets. Un modèle d’impact a été construit et des probabilités ont été affectées aux différents sommets du réseau. Des données récoltées sur un système réel sont utilisées pour étudier empiriquement des hypothèses (relations) de causalité entre d’une part, des attributs internes de logiciel, et d’autre part, l’impact du changement. Pour ce faire, plusieurs scénarios ont été exécutés sur le réseau. Les résultats obtenus ont d’une part, confirmé certains résultats déjà trouvés lors de travaux antérieurs, mais d’autre part, remis en cause d’autres conclusions. Cette étude entre dans le cadre général d’une démarche tendant à proposer des modèles d’estimation de la qualité du produit logiciel ; elle montre qu’un modèle probabiliste constitue une alternative intéressante, aux modèles non probabilistes proposés dans la littérature.