선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 첫 번째는 레가시 시스템이 속한 영역의 컨텍스트(Context) 의미의 이해를 통해 업무 지향적인 흐름 파악을 가능하게 하여레가시 시스템의 이해를 높이고자 한다. 두 번째, 레가시 시스템에서 식별된 핵심 로직들을 재공학 하기 위한 구조화된 틀을 형성하고, 정규화된 양식으로 레가시 정보들을 통합, 맞춤하기 위한 경험적인 지침을 제공하기 위해서이다[5].
- 따라서 본 논문에서는 COBOL 프로그램에서 비즈니스 로직을 식별하여 클래스로 추출하기 위한 절차와 방법을 설명하고, 컴포넌트 랩핑을 위한 레가시 패턴을 나열하며 Facade 패턴의 적용 사례를 제시한다.
- 따라서 본 논문에서는 레가시 COBOL 프로그램에서 사용자가 초점을 두는 비즈니스 로직을 추출하기위한 프로세스를 정의하고, 그 과정에서 사용되는몇 가지의 메소드를 서술했다. 그리고 추출된 클래스를 컴포넌트로 랩핑하기 위해 Facade 패턴을 적용하기 위한 개념적 모델을 제시하고, 간단한 자바 코드를 예로 제시하였다.
- 본 논문에서는 COBOL과 객체지향 언어의 차이점을 최소화하기 위해 두 단계의 점증적인 접근을시도한다. 단계 1에서는 기존 COBOL 프로그램의인스턴스 변수와 메소드 식별하며, 단계 2에서는 객체지향 클래스 형성에 적절하도록 최적화 시킨다.
- 본 논문에서 재공학 과정 과정 중 패턴을 적용하는 목적은 두 가지로 설명된다. 첫 번째는 레가시 시스템이 속한 영역의 컨텍스트(Context) 의미의 이해를 통해 업무 지향적인 흐름 파악을 가능하게 하여레가시 시스템의 이해를 높이고자 한다. 두 번째, 레가시 시스템에서 식별된 핵심 로직들을 재공학 하기 위한 구조화된 틀을 형성하고, 정규화된 양식으로 레가시 정보들을 통합, 맞춤하기 위한 경험적인 지침을 제공하기 위해서이다[5].
가설 설정
- 특히, 본 논문에서는, 기존의 레코드 변수들은 응용 도메인 엔티티의 상태를 표현하기 때문에 인스턴스 변수를 위한 좋은 후보가 되며, 파라그래프는 적은 변수를 선언하는 처리문이므로 좋은 메소드 후보가 될 수 있다고 가정한다[3, 4]
※ AI-Helper는 부적절한 답변을 할 수 있습니다.