Diseño de métodos de analítica visual (AV) en el contexto de Big Data para apoyar el proceso de desarrollo y mantenimiento de software (AVIB)

Abstract

El desarrollo y mantenimiento del software son procesos complejos que producen un gran número de cambios y grandes volúmenes de datos en la forma de líneas de código, variables, relaciones de acoplamiento, cohesión, herencia e implementación de interfaces. El volumen de datos se multiplica por el número de revisiones del sistema que se cuentan por miles después de unos pocos meses de evolución de un sistema mediano o grande. Estos datos cumplen con las propiedades de Big Data, y requiere el uso de enfoques novedosos para transformarlos en conocimiento. El análisis automático del código fuente facilita la toma de decisiones para efectuar cambios a los sistemas y promover su mantenibilidad. Como consecuencia, el objetivo de esta investigación consistió en diseñar métodos para efectuar el análisis del código fuente del software. Los resultados obtenidos contemplan la revisión detallada de bibliografía sobre el análisis avanzado de código utilizando técnicas de análisis estático y machine learning, la definición de técnicas de minería de repositorios de software y el diseño de un framework para calcular métricas complejas. La metodología de investigación que se utilizó fue una adaptación del modelo de Investigación-Acción (Kemmis, 2005). El desarrollo del proyecto y los productos obtenidos son satisfactorios, pero además dejan amplias enseñanzas para continuar realizando investigación en la misma línea. A lo que se suma el conocimiento acumulado por la amplia participación de profesores, estudiantes asistentes, de maestría y doctorado.