CBAM構(gòu)架評估方法

1、CBAM構(gòu)架評估方法CBAM構(gòu)架評估方法提綱CBAM評估方法概述ATAM與CBAM評估方法的關(guān)系CBAM評估方法的基礎(chǔ)CBAM評估方法的步驟CBAM評估方法示例提綱CBAM評估方法概述1.CBAM構(gòu)架評估方法概述對于任何一個(gè)大型的項(xiàng)目而言，我們不僅要關(guān)心系統(tǒng)滿足質(zhì)量屬性的要求，也要關(guān)心系統(tǒng)給組織帶來的經(jīng)濟(jì)效益CBAM（Cost Benefit Analysis Method）成本收益分析方法是對軟件系統(tǒng)進(jìn)行經(jīng)濟(jì)建模的方法，它提供了對技術(shù)與經(jīng)濟(jì)問題以及構(gòu)架決策的評估1.CBAM構(gòu)架評估方法概述對于任何一個(gè)大型的項(xiàng)目而言，我們1.1 經(jīng)濟(jì)評估的例子對同一個(gè)系統(tǒng)而言采用不同的構(gòu)架策略、不同的加工工藝

2、其成本和效益是完全不同的1.1 經(jīng)濟(jì)評估的例子對同一個(gè)系統(tǒng)而言采用不同的構(gòu)架策略、不2 ATAM與CBAM的關(guān)系一. ATAM與CBAM之間的區(qū)別目的不同ATAM關(guān)心產(chǎn)品本生，而CBAM關(guān)心產(chǎn)品的經(jīng)濟(jì)效益階段不同CBAM在ATAM基礎(chǔ)之上進(jìn)行構(gòu)建，用來對構(gòu)架設(shè)計(jì)決策的成本與收益進(jìn)行建模，CBAM在ATAM結(jié)束時(shí)開始，它實(shí)際上使用了ATAM評估的結(jié)果2 ATAM與CBAM的關(guān)系一. ATAM與CBAM之間的區(qū)2.1 ATAM與CBAM的聯(lián)系二.ATAM與CBAM之間的聯(lián)系A(chǔ)TAM揭露了在系統(tǒng)中制定的構(gòu)架決策，并將他們與商業(yè)目標(biāo)和質(zhì)量屬性響應(yīng)度量聯(lián)系起來；CBAM通過獲取ATAM決策相關(guān)的成本和收

3、益，從而為從經(jīng)濟(jì)層面考慮決策提供依據(jù)這兩種方法都使用場景來作為評估的基礎(chǔ)2.1 ATAM與CBAM的聯(lián)系二.ATAM與CBAM之間的3.CBAM評估方法的基礎(chǔ)CBAM的基本思想：構(gòu)架策略影響系統(tǒng)的質(zhì)量屬性，反過來這些質(zhì)量屬性又會為系統(tǒng)的涉眾帶來一定的收益，我們稱該收益為效用。每個(gè)構(gòu)架策略都為涉眾提供了一特定級別的效用，同時(shí)，每個(gè)策略對應(yīng)一個(gè)成本，我們將收益和成本的比值叫做ROI（Return on Investment）投資回報(bào)，CBAM方法就是計(jì)算各種構(gòu)架策略的ROI，然后協(xié)助涉眾選擇構(gòu)架策略3.CBAM評估方法的基礎(chǔ)CBAM的基本思想：3.1 效用-響應(yīng)曲線CBAM使用場景來表達(dá)具體的質(zhì)量

4、屬性（場景包括刺激、環(huán)境和響應(yīng)），但是它不是使用一個(gè)單獨(dú)的場景，而是通過改變響應(yīng)值對某一質(zhì)量屬性生成一組場景，每個(gè)場景對應(yīng)一個(gè)效用，那么一組響應(yīng)值就對應(yīng)一組效用，這樣就形成了效用-響應(yīng)曲線例如，對于可用性而言，使用硬件冗余得到一個(gè)效用，使用軟件冗余將得到另一個(gè)效用，兩組場景的效用和成本都是不同的3.1 效用-響應(yīng)曲線CBAM使用場景來表達(dá)具體的質(zhì)量屬性（3.1.1 幾種不同的效用-響應(yīng)曲線3.1.1 幾種不同的效用-響應(yīng)曲線3.1.2 效用-響應(yīng)曲線上的特殊點(diǎn)通過以下幾個(gè)值就可以描繪出效用-響應(yīng)曲線：最壞情況質(zhì)量屬性級別，效用為0最好情況質(zhì)量屬性級別，效用為100當(dāng)前效用級別，效用為50所期望

5、的效用級別，效用為90對不同質(zhì)量屬性不同的響應(yīng)生成不同的效用，這是一個(gè)根據(jù)響應(yīng)得到的效用變化值3.1.2 效用-響應(yīng)曲線上的特殊點(diǎn)通過以下幾個(gè)值就可以描繪3.2 場景的優(yōu)先級涉眾通過投票決定需要評估場景的優(yōu)先級，并且為這些場景分配一個(gè)權(quán)值，得票最多的權(quán)值為1，其余場景的權(quán)值為一個(gè)小于1的數(shù)3.2 場景的優(yōu)先級涉眾通過投票決定需要評估場景的優(yōu)先級，并3.3 確定構(gòu)架策略由設(shè)計(jì)師或設(shè)計(jì)小組的負(fù)責(zé)人確定從當(dāng)前的質(zhì)量屬性響應(yīng)級別移到所期望的級別的一組構(gòu)架策略，對每個(gè)構(gòu)架策略而言，我們可以得到每個(gè)場景中所期望的響應(yīng)值構(gòu)架策略對所感興趣的其它質(zhì)量屬性的影響對實(shí)現(xiàn)該構(gòu)架策略的成本估計(jì)3.3 確定構(gòu)架策略由設(shè)

6、計(jì)師或設(shè)計(jì)小組的負(fù)責(zé)人確定從當(dāng)前的質(zhì)3.4 計(jì)算構(gòu)架策略的效用我們首先計(jì)算每個(gè)場景相關(guān)的效用，然后計(jì)算某個(gè)構(gòu)架策略在各個(gè)場景中的總效用。我們假設(shè)某個(gè)構(gòu)架策略的總效用為Bi，bi,j 則是策略i對場景j的影響所產(chǎn)生的收益，Wj是場景j的權(quán)值，那么Bi =(bi,j Wj)bi,j = Uexpected-Ucurrent3.4 計(jì)算構(gòu)架策略的效用我們首先計(jì)算每個(gè)場景相關(guān)的效用，然3.5 計(jì)算ROI對于每個(gè)構(gòu)架策略而言，不僅有收益Bi，而且也有一個(gè)總成本Ci，每個(gè)構(gòu)架策略的ROI為RiRi = Bi / Ci實(shí)際上，Ci是涉眾估計(jì)的成本值，這個(gè)值并不一定準(zhǔn)確，特別是對人力資源耗費(fèi)的估計(jì)，正是因?yàn)檫@

7、個(gè)原因，CBAM方法雖然提供了一種對構(gòu)架進(jìn)行經(jīng)濟(jì)評估的方法，但是還不成熟也不易推廣3.5 計(jì)算ROI對于每個(gè)構(gòu)架策略而言，不僅有收益Bi，而且4. CBAM評估方法的步驟CBAM共有9個(gè)步驟：4. CBAM評估方法的步驟CBAM共有9個(gè)步驟：4.1 CBAM評估方法步驟解釋（1）整理場景：確定場景的優(yōu)先級，然后選擇優(yōu)先級最高的1/3場景對場景進(jìn)行求精：確定該場景的最好情況、最壞情況、當(dāng)前情況和期望情況的質(zhì)量屬性響應(yīng)級別再次確定場景的優(yōu)先級，只保留一半場景為每個(gè)場景的當(dāng)前級別和期望級別分配效用4.1 CBAM評估方法步驟解釋（1）整理場景：確定場景的優(yōu)4.2 CBAM評估方法步驟解釋（2）為每個(gè)

8、場景開發(fā)構(gòu)架策略，并確定質(zhì)量響應(yīng)級別使用內(nèi)插法確定所期望的構(gòu)架策略效用值計(jì)算某個(gè)構(gòu)架策略的總收益計(jì)算ROI，根據(jù)ROI選擇構(gòu)架策略運(yùn)用直覺來確認(rèn)所得到的結(jié)果4.2 CBAM評估方法步驟解釋（2）為每個(gè)場景開發(fā)構(gòu)架策略5 CBAM評估方法示例NASA ECS（Earth Observing Core System ）項(xiàng)目是EOSDIS（ Earth Observing System Data Information System）項(xiàng)目的核心目的是從各種衛(wèi)星下行基站中收集數(shù)據(jù)并處理為更高級形式的信息，供科學(xué)家查詢使用其質(zhì)量屬性包括可用性和性能5 CBAM評估方法示例NASA ECS（Earth O

9、bs5.1 整理質(zhì)量屬性場景場景場景描述1減少導(dǎo)致分配請求掛起的數(shù)據(jù)分配故障2減少會導(dǎo)致丟失分配請求的數(shù)據(jù)分配故障3減少在定單提交過程中失敗的定單數(shù)量4減少會導(dǎo)致丟失定單的定單故障5用戶需要更多關(guān)于其數(shù)據(jù)定單失敗的原因 的信息表1 ECS系統(tǒng)數(shù)據(jù)訪問工作組收集的部分場景5.1 整理質(zhì)量屬性場景場景場景描述1減少導(dǎo)致分配請求掛起的5.2 對場景進(jìn)行求精表2 所求精的質(zhì)量屬性場景的響應(yīng)目標(biāo)場景最壞當(dāng)前期望最好110%掛起5%掛起1%掛起0%掛起25%丟失1%丟失0%丟失0%丟失310%失敗5%失敗1%失敗0%失敗410%丟失1%丟失0%丟失0%丟失510%獲得50%獲得100%獲得100%獲得5.

10、2 對場景進(jìn)行求精表2 所求精的質(zhì)量屬性場景的響應(yīng)目標(biāo)場5.3 投票確定場景的優(yōu)先級表3 已投票求精后的場景場景場景描述得票1減少導(dǎo)致分配請求掛起的數(shù)據(jù)分配故障102減少會導(dǎo)致丟失分配請求的數(shù)據(jù)分配故障153減少在定單提交過程中失敗的定單數(shù)量154減少會導(dǎo)致丟失定單的定單故障155用戶需要更多關(guān)于其數(shù)據(jù)定單失敗的原因 的信息55.3 投票確定場景的優(yōu)先級表3 已投票求精后的場景場景場5.4 分配效用表4 給出了得票數(shù)和效用得分的場景場景得票最壞當(dāng)前期望最好11010809510021507010010031525701001004150701001005510701001005.4 分配效用表

11、4 給出了得票數(shù)和效用得分的場景場景得票最5.5 為場景開發(fā)構(gòu)架策略策略名稱影響場景當(dāng)前響應(yīng)期望響應(yīng)1訂單提交的持續(xù)性 35%失敗(70)2%失敗(92.5)41%丟失(70)不丟失(100)2定單的重新分配15%掛起(80)2%掛起(92)3被迫的定單完成15%掛起(80)3%掛起(88)表5 構(gòu)架策略和所解決的場景5.5 為場景開發(fā)構(gòu)架策略策略名稱影響場景當(dāng)前響應(yīng)期望響應(yīng)15.5.1 期望質(zhì)量屬性響應(yīng)效用計(jì)算對于場景35%失敗為70的效用，1%失敗為100的效用則5%1%之間增加的效用是30（100-70），則減少1%的失敗，增加效用7.5%期望是2%失敗，則與5%相差3，效用 = （5-2）x7.5 + 70 = 92.55.5.1 期望質(zhì)量屬性響應(yīng)效用計(jì)算對于場景35.6 計(jì)算從某個(gè)構(gòu)架策略中得到的總收益策略場景權(quán)值收益標(biāo)準(zhǔn)化收益總收益13152233078041530450211012120120311088080表6 構(gòu)架策略的總收益5.6 計(jì)算從某個(gè)構(gòu)架策略中得到的總收益策略場景權(quán)值收益標(biāo)準(zhǔn)5.7 根據(jù)ROI選擇構(gòu)架策略策略成本總收益策略的ROI策略的排序1100078078%1240012030