Empiryczna walidacja metryk zorientowanych na aspekty

Aby empirycznie zweryfikowä skuteczno¿¿ metryk w kontek¿cie AOP, rozwäane s¿ trzy konkretne metryki:Weighted Method per Class (WMC) - metryka ta reprezentuje sum¿ z¿o¿ono¿ci wszystkich metod w klasie. Wy¿sza warto¿¿ WMC wskazuje na klas¿ o wi¿kszym zachowaniu lub logice, która mo¿e by¿ trudniejsza do zrozumienia i utrzymania.Coupling on Advice Execution (CAE) - ten wskänik okre¿la ilo¿ciowo, jak ¿ci¿le aspekty s¿ powi¿zane z innymi klasami w oparciu o wykonywanie porad. Wysokie sprz¿¿enie mo¿e zwi¿kszy¿ trudno¿ci w utrzymaniu i zmniejszy¿ modu¿owo¿¿.Weighted Pointcut per Aspect (WPA) - metryka ta zlicza i wäy z¿o¿ono¿¿ pointcut'ów zdefiniowanych w aspekcie. Wy¿szy WPA sugeruje aspekt, który wchodzi w interakcje z wieloma cz¿¿ciami programu, potencjalnie zwi¿kszaj¿c jego obci¿¿enie poznawcze.Aby poprawi¿ ocen¿ tych metryk, zaproponowano metryk¿ wäon¿ poznawczo. Ta nowatorska metryka próbuje zintegrowä z¿o¿ono¿¿ poznawcz¿ z istniej¿cymi metrykami (WMC, CAE, WPA) poprzez przypisanie wag opartych na ludzkim wysi¿ku zrozumienia. Poniewä jednak z¿o¿ono¿¿ oprogramowania nie zawsze jest binarna lub liniowa, tradycyjne systemy logiki ostrej mog¿ nie wystarczy¿ do modelowania takich zawi¿o¿ci.