Défense de mémoire de Monsieur Alexandre Henrotte

Compréhension des accès données dans les architectures microservices par Text Retrieval et NLP

 

Dans les architectures microservices, comprendre les accès aux données est essentiel pour assurer la maintenance et l’évolution du système. La multiplication des services et de leurs bases de données, ainsi que l'hétérogénéité et la dispersion des accès dans divers fichiers, compliquent leur identification. Ce mémoire propose une approche légère, basée sur le Text Retrieval et le NLP, pour identifier ces fichiers, en alternative aux méthodes d’analyse statique souvent coûteuses et spécifiques à un langage. Un pipeline d’extraction de concepts métier, utilisant des métriques comme le TF-IDF, met en évidence les entités manipulées dans le code. Trois techniques ont été conçues et comparées pour distinguer les fichiers accédant aux données. Évaluées sur trois projets open-source utilisant une architecture microservices, ces techniques ont montré des résultats prometteurs, notamment la dernière. L'approche par extraction de concepts proposée dans ce travail offre l'avantage de cartographier les concepts dans les fichiers et leurs cooccurrences, facilitant l’analyse des fonctionnalités. Bien qu’elle soit rapide, indépendante des technologies, et intégrable à un outil de visualisation, elle reste limitée par sa dépendance au classement des concepts et une évaluation centrée sur des projets JavaScript. Dans une perspective future, l'utilisation de modèles sémantiques et l'automatisation pourraient renforcer l'efficacité de l'approche. De plus, l'application de techniques similaires pourrait s'étendre à d'autres tâches.

Mots-clés : microservices, rétro-ingénierie, text retrieval, nlp, accès données

 

Contact : Benjamine Lurquin - secretariat.info@unamur.be
Télecharger : vCal