8、解析架构设计权衡空间

解析架构设计权衡空间

在架构设计中，理解不同设计决策对系统质量的影响至关重要。本文将介绍一种通过数据提取、聚合、归一化和主成分分析（PCA）来解析架构设计权衡空间的方法，并通过远程医疗系统（TAS）和网络架构两个案例进行验证。

1. 配置数据提取

该方法的第一步是提取与不同设计决策相关的属性集，这些属性对应于形成任何合法配置（即符合架构风格）的设计决策，并作为输入提供给后续过程。从配置 $G = (N, E)$ 中提取的属性形成一个设计变量值元组 $D_G(C, T, P) \in D_G$，其中：
- $C \in R^n_{>0}$ ：包含与配置的组成架构元素对应的数据项的向量，例如特定组件和连接器的存在和数量。具体来说，该向量由以下函数的结果连接而成：
1. 架构元素存在提取 $f_{ep} : G^* A \to {0, 1}^{|A {\Sigma}|}$ ：返回一个向量 $\langle p_1, \ldots, p_{|A_{\Sigma}|} \rangle$，用于编码特定架构元素（即组件和连接器实例）在配置中的存在情况。如果 $A_i^{\Sigma} \in N$，则 $p_i = 1$；否则，$p_i = 0$。
2. 架构类型基数提取 $f_{tc} : G^*_A \to N^{|ArchT|}$ ：返回一个向量 $\langle x_{tc}(\kappa_1), \ldots, x_{tc}(\kappa_{|ArchT|}) \rangle$，用于编码配置中每种类型的组件和连接器的数量。对于 $\k