抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
モノのインターネット(IoT)は,ピアデバイスからデータを収集し,APIs(複製プログラミングインタフェイス)を介してサーバにデータを送る接続された「thing」に依存する成長技術である。それらのAPIsの設計品質は,それらの理解性と再使用性に直接影響する。本研究では,IoTアプリケーションのためのREST APIの言語設計品質に焦点を当て,IoTアプリケーションのためのREST APIにおける言語パターンとアンチパターンの検出を行うことにより,それらの言語品質を評価した。言語的抗パターンは,識別子の命名,文書化,および選択における不十分な実践と考えられている。対照的に,言語パターンはAPI設計に対して最良の実践を示す。したがって,言語パターンとそれらの対応するアンチパターンは対照的対である。IoTアプリケーションのためのREST APIsの構文的および意味的解析を実行するためのSARAv2(REST APIsバージョン2のSemantic Analysis)法を提案した。SARAv2アプローチに基づいて,REST-Lingツールを開発し,9つの言語的アンチパターンの検出結果を経験的に検証した。IoT応用のための19のREST APIを分析した。著者らの検出結果は,言語的アンチパターンが一般的であり,REST-Lingツールが,80%以上の平均精度を有するIoTアプリケーションのためのRESTAPIsにおける言語パターンとアンチパターンを検出することができることを示した。さらに,ツールは,秒,すなわち,8.396秒のオーダーで,平均で言語的アンチパターンの検出を実行する。APIsは一般的に良好な言語実践に従うが,不十分な実践の有病率が存在することを見出した。【JST・京大機械翻訳】