A Reference Architecture and Modelling Principles for Architectural Stability based on Self-Awareness: Case of Cloud Architectures
随着对软件依赖的增加，迫切需要设计长寿的软件。由于体系结构对软件的生命周期和所提供的服务质量有着深远的影响，因此稳定的体系结构是重要的资产。体系结构的稳定性往往反映了系统在支持持续变化而不逐步淘汰方面的成功。稳定性的\textit{behavioural}方面对于无缝操作是必不可少的，以持续保持质量需求的稳定，并防止体系结构的漂移和逐步淘汰。在本文中，我们介绍了一个参考体系结构和模型的稳定性。具体来说，我们利用自我意识原则和运行时目标建模来显式地支持架构稳定性。为了说明适用性和评估所提出的方法，我们考虑云架构的情况。实验结果表明，我们的方法提高了效率的架构在保持预期的行为稳定运行时操作。
2019-12-11 cs.DC cs.SE
Towards Automated Identification of Violation Symptoms of Architecture Erosion
School of Computer Science, Wuhan University（武汉大学计算机学院）；Department of Computing Science, University of Groningen（格罗宁根大学计算科学系）
本文研究利用传统机器学习、深度学习和大语言模型自动检测代码审查中的架构违规症状，通过实验发现SVM结合词嵌入表现最佳，大语言模型在不平衡数据集上表现更优，研究为提升架构一致性提供了自动化方法。
2026-07-04 cs.SE
mRUBiS: An Exemplar for Model-Based Architectural Self-Healing and Self-Optimization
自适应软件系统通常被构造成一个自适应引擎，该引擎通过对表示软件架构的运行时模型进行操作来管理自适应软件（基于模型的架构自适应）。尽管这种方法很流行，但现有的范例提供了应用程序编程接口，但没有运行时模型来开发自适应引擎。因此，不存在任何支持开发、评估和比较现成的基于模型的自适应的范例。因此，我们提出了mRUBiS，一个可扩展的基于模型的架构的自我修复和自我优化的范例。mRUBiS模拟自适应软件，并因此提供和维护软件的架构运行时模型，该模型可以直接由自适应引擎使用以实现和执行自适应。特别是，mRUBiS支持将问题注入到模型中，这些问题应该通过自适应来处理，并验证模型以评估自适应。最后，mRUBiS允许开发人员探索适配引擎的变体（例如，事件驱动的自适应），并评估引擎的有效性、效率和可扩展性。
2018-04-03 cs.SE
Understanding Software Architecture Erosion: A Systematic Mapping Study
架构侵蚀（AEr）会对软件开发产生不利影响，在过去十年中受到了极大的关注。然而，目前对农村不良反应的成因、后果以及治理农村不良反应的对策研究现状缺乏全面的认识。本研究旨在系统地调查、识别和分析急性呼吸窘迫综合征的原因、后果以及检测和处理的方法。主要研究结果如下：（1）AEr不仅表现在体系结构的违反和结构问题上，而且在软件质量和软件演化过程中也会引起问题;（2）非技术原因引起的Aer应得到与技术原因同样的重视，从业人员应提高对Aer严重后果的认识，从而采取行动来解决AEr相关问题;（3）已经提出并采用了一系列方法，工具和措施来检测和解决AEr;（4）确定了解决AEr的三类困难和五类经验教训。研究结果可以为研究人员提供一个全面的了解，并帮助从业者处理AEr和提高其建筑的可持续性。需要更多的实证研究，以调查在工业环境中检测和解决急性呼吸窘迫综合征的做法。
2022-02-11 cs.SE
Architectural patterns for handling runtime uncertainty of data-driven models in safety-critical perception
Fraunhofer IESE（弗劳恩霍夫实验软件工程研究所）；Robert Bosch GmbH（罗伯特·博世有限公司）
基于机器学习和其他AI技术的数据驱动模型（DDM）在感知日益自治的系统方面发挥着重要作用。由于它们的行为仅仅是基于用于训练的数据的隐式定义，DDM输出受到不确定性的影响。这对通过DDM实现安全关键感知任务提出了挑战。解决这一挑战的一种有希望的方法是估计操作期间当前情况的不确定性，并相应地调整系统行为。在以前的工作中，我们专注于运行时估计的不确定性和讨论的方法处理不确定性估计。在本文中，我们提出了额外的架构模式来处理不确定性。此外，我们评估了四种模式的定性和定量方面的安全性和性能增益。对于定量评估，我们考虑了车辆排队的距离控制器，通过考虑在不同的操作情况下可以减少多少距离来测量性能增益。我们的结论是，驾驶情况的上下文信息的考虑使得有可能接受更多或更少的不确定性，这取决于情况的固有风险，从而导致性能增益。
2022-06-14 cs.AI cs.LG cs.SE
MORPH: A Reference Architecture for Configuration and Behaviour Self-Adaptation
自适应系统的架构方法涉及系统配置的运行时改变（即，系统的组件、它们的绑定和操作参数）和行为更新（即，组件编排）。因此，动态重构和离散事件控制理论是体系结构自适应的核心。虽然在运行时控制配置和行为已被讨论并应用于架构自适应，自适应系统的架构往往这两个方面的化合物降低适应性的潜力。在本文中，我们提出了一个参考架构，允许协调但透明和独立的适应系统配置和行为。
2015-04-30 cs.SE
From Scattered to Structured: A Vision for Automating Architectural Knowledge Management
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
本文提出自动化架构知识管理的愿景，通过提取、链接、解决不一致并构建结构化知识库，提升架构分析和维护效率。
2026-01-27 cs.SE
Adaptation and Abstract Runtime Models
对于当今复杂的软件系统来说，可移植性通常是一个至关重要的要求。有几种方法使用架构模型作为托管系统的运行时表示，用于监视、推理和执行适配。为了简化系统和模型之间的因果关系，这些模型通常与实现密切相关，并且处于相当低的抽象级别。这使得它们和实现一样复杂，并且阻碍了自治管理器的可重用性和可扩展性。此外，这些模型通常不涵盖不同的关注点，如安全性或性能，因此它们不同时支持多个自我管理功能。在本文中，我们提出了一个模型驱动的方法，提供了多个架构运行时模型在不同的抽象层次作为适应的基础。每个运行时模型都是从底层系统和平台中抽象出来的，利用了在这些模型上工作的管理器的可重用性和可扩展性。此外，每个模型都专注于一个特定的关注点，这简化了自治管理器的工作。不同的模型在运行时使用模型驱动的工程技术自动维护，这也减少了开发工作量。我们的方法已被广泛采用的企业Java Bean组件标准和它的应用程序中提出了一个自我修复的情况下，需要结构调整。
2018-05-17 cs.SE
Socio-technical and Ethical Dimensions of Architecture Practices in FLOSS
Faculty of Mathematics and Natural Sciences Heinrich Heine University Düsseldorf（杜塞尔多夫海因里希·海涅大学数学与自然科学学院）
本研究通过三阶段设计（多方法案例研究、框架设计与试点评估），探究FLOSS架构实践受社会技术与伦理因素影响，并产出实证证据、概念框架及轻量级教学实践，以促进架构工作更明确包容。
2026-09-10 cs.SE
Architecture Smells vs. Concurrency Bugs: an Exploratory Study and Negative Results
本研究探索架构异味与并发缺陷的关联，通过分析5个大型软件系统的125个版本，发现某些异味可能预示特定并发问题，但两者总体不相关，需结合项目特征具体分析。
2023-03-31 cs.SE
SmellDoc: Extending Elastic Stack for Microservice Bad Smell Detection and Visualization
Faculty of Computing, Harbin Institute of Technology（哈尔滨理工大学计算机学院）
提出基于Elastic Stack的SmellDoc框架，通过集成检测、知识库和健康监控，结合静态与运行时分析检测24种微服务坏味，并在Kibana中可视化，以增强运行时可观测性并加速故障排除。
2026-05-23 cs.SE
An automatic architecture reconstruction and refactoring framework
各种各样的来源已经注意到，相当一部分重要的软件系统由于不受阻碍的架构侵蚀而失败。这种设计退化导致可维护性低、可测试性差和开发速度降低。软件系统的侵蚀通常是由于对所需的实现架构的理解、文档编制和维护不足造成的。如果期望的架构丢失或恶化加剧，则期望的架构的重建以及该期望的架构与物理架构的重新对准都需要大量的人工分析和实现工作。本文描述了一个自动软件体系结构重构和源代码迁移框架的初步开发。该框架提供了重构软件系统的概念体系结构和自动地将软件系统的物理体系结构迁移到概念体系结构模型的可能性。该方法是实现在一个概念原型，这是能够分析java系统和重构这些系统的概念架构，以及重构系统的概念架构的证明。
2014-07-23 cs.SE
Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures
Georgia Institute of Technology（佐治亚理工学院）
本研究通过对比分析三种大语言模型在实现标准化微服务时的架构一致性与技术债务积累情况，揭示了开源模型在架构合规性方面的不足及潜在的技术债务风险。
2025-12-03 cs.AI cs.SE
A Methodology for Selecting and Composing Runtime Architecture Patterns for Production LLM Agents
AI Architect, Independent Researcher（人工智能架构师，独立研究员）；Stanford School of Engineering（斯坦福大学工程学院）
本文提出了一种方法，用于选择和组合运行时架构模式，以定义大语言模型代理的随机-确定性边界，并探讨其在不同代理类型中的应用及可靠性分解。
2026-08-12 cs.AI cs.SE
SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Washington State University（华盛顿州立大学）；MIT（麻省理工学院）
本文提出SlopCodeBench，通过36个问题和196个检查点评估编码代理在长周期迭代任务中的性能退化，发现代理代码在结构上逐渐退化并产生冗余代码，人类代码退化更慢。
2026-05-07 cs.AI cs.CL cs.SE
MROS: Runtime Adaptation For Robot Control Architectures
构建自主机器人的已知尝试依赖于复杂的控制架构，通常利用机器人操作系统平台（ROS）来实现。这些系统需要运行时自适应，以应对组件故障和动态环境引起的突发事件，否则，这些会影响任务执行的可靠性和质量。现有的关于如何在机器人中构建自适应系统的建议通常需要对控制架构进行重大的重新设计，并且依赖于机器人社区不熟悉的复杂工具。此外，它们很难在应用程序之间重用。本文介绍了MROS：一个基于模型的框架，运行时自适应的机器人控制架构的基础上ROS。MROS使用特定领域语言的组合来建模架构变体并捕获任务质量问题，以及基于本体的MAPE-K和元控制愿景的运行时自适应实现。应用MROS在两个现实的基于ROS的机器人演示程序中获得的实验结果显示了我们的方法在任务执行质量方面的优势，以及MROS在机器人应用程序中的可扩展性和可重用性。
2021-11-23 cs.RO cs.SE
A literature review of recent advances in software design and architecture
Chuka University（Chuka大学）
本文综述2024-2025年软件设计与架构研究，采用主题综合法分析五大领域，指出现代架构需覆盖全生命周期，AI辅助等技术可提升软件特性，同时存在实证验证不足等缺口。
2026-07-30 cs.CC cs.SE
Energy Efficiency in Microservice Architectures: A Systematic Literature Review
University of Groningen（格罗宁根大学）
本研究通过系统文献综述分析40项相关研究，发现微服务能效多聚焦运行时优化，设计时集成不足，测量依赖基础设施导向的方法，需加强架构层面的早期集成。
2026-08-06 cs.SE
CARE: A Responsibility-Oriented Architecture for Domain-Scoped Resolution in Modular and Upgradeable Smart Contracts
Department of Computer Engineering, SR.C, Islamic Azad University, Tehran, Iran（德黑兰伊斯兰阿扎德大学计算机工程系）
CARE提出面向责任的架构，通过领域限定能力解析分离协调与授权，经TLA+验证及实证评估，以固定7.7k-gas开销实现局部演进，优于EIP-2535。
2026-09-17 cs.SE
A Taxonomy of Modeling Approaches for Systems-of-Systems Dynamic Architectures: Overview and Prospects
系统的系统（SoS）是独立的组成系统（CS）为实现特定任务而协作的结果。CS在设计时并不完全已知，并且也可能在运行时离开或加入SoS，这使得SoS架构具有内在的动态性，形成新的架构配置并影响整体系统质量属性（即性能，安全性和可靠性）。因此，在早期阶段对体系结构的随机变化对体系结构性能的影响进行抽象建模和评估，以分析和选择合适的体系结构设计是至关重要的。体系结构描述语言（ADL）已被提出并用于处理体系结构的动态。然而，我们仍然设想在今后几年中需要弥补的差距和应对的挑战。本文提出了一个广泛的讨论国家的最先进的符号建模和分析体系结构的动态。本文的主要贡献是三个方面：（一）提供了文献综述的结果，现有的体系结构建模方法的支持，为体系结构和分析其语义扩展，以支持规范的体系结构动态体系结构，和（ii）相应的分类建模体系结构作为文献综述的结果。此外，我们也讨论了未来的方向和未来几年需要克服的挑战。
2019-05-23 cs.SE
A MAPE-K-Based Method for Architectural Conformance Checking in Self-Adaptive Systems
针对自适应系统架构漂移问题，提出基于MAPE-K的REMEDY方法，通过领域特定语言、架构提取工具和符合性引擎，降低规范工作量并有效检测违规，实验验证了其高效性与可靠性。
2025-09-11 cs.SE
Automated Configuration Synthesis for Machine Learning Models: A git-Based Requirement and Architecture Management System
提出基于git的T-Reqs工具，利用架构描述从需求文本自动生成可追溯的AI系统运行时配置，兼顾功能与非功能需求并支持ML模型运行时优化。
2024-04-26 cs.SE
Automatic Extraction of Time-windowed ROS Computation Graphs from ROS Bag Files
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Federal University of Technology, Paraná (UTFPR)（巴拉那联邦理工大学（UTFPR））
针对机器人系统运行时软件架构重配置影响运行属性的问题，提出从ROS bag文件静态提取时间窗口化架构信息的方法，经数百个挖掘自公开仓库的文件验证，可助力ROS系统架构的讨论与推理。
2023-05-25 cs.RO cs.SE
Phionyx: A Deterministic AI Runtime Architecture with Structured State Management and Pre-Response Governance
Phionyx Research（Phionyx研究公司）
研究提出Phionyx确定性人工智能运行时架构，源于Echoism框架，以治理为先。通过结构化状态向量实现确定性状态演化，集成三层架构。实验验证其在单实例部署中可降低计算开销、提高数据保留率，还介绍了架构及实验证据，分布式或多租户部署待后续研究。
2026-07-22 cs.AI cs.SE
Proposing a Dynamic Executive Microservices Architecture Model for AI Systems
本文针对微服务架构中组件编排这一分布式系统核心挑战，提出一种基于BPMN工作流引擎的动态执行微服务架构模型，使系统无需修改平台基础设施即可在运行时创建、跟踪和修改复合微服务，从而维持并提升软件质量。
2023-08-10 cs.DC cs.SE
Live Architecture Models for Cloud-Native Architecture-as-Code: Early Results from Kubernetes Conformance Checking
Moscow Institute of Physics and Technology（莫斯科物理技术学院）；Kangwon National University（江原国立大学）
针对Kubernetes基础设施漂移问题，提出基于KDL子集和Archer原型的实时架构模型，通过快照恢复与只读一致性检查，在三个示例应用中验证了可行性，但未证明比较优势与扩展性。
2026-09-30 cs.SE
Verified Learning for Compiler Optimization: An LLM-Guided Architecture with Formal Control
The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出一种以验证为中心的LLM引导编译器优化架构，通过形式化等价性检查强制语义保持，在LLVM测试套件上以更少变换复现核心优化，9.8%基准性能相当或更优，且无语义违规，展示了生成式AI安全集成于编译器的可行路径。
2026-09-24 cs.SE
JAMER: Project-Level Code Framework Dataset and Benchmark on Professional Game Engines
Nankai University（南开大学）；Shanghai Innovation Institute（上海创新研究院）；Shanghai AI Laboratory（上海人工智能实验室）
提出首个基于专业游戏引擎的项目级代码框架数据集JamSet和基准JamBench，通过设计确定性验证流程，从24万仓库中筛选出8133个已验证项目，评估9个前沿模型发现项目规模增大时能力急剧下降。
2026-06-23 cs.CL cs.SE
SARC: A Governance-by-Architecture Framework for Agentic AI Systems
Universidad Torcuato Di Tella（托尔夸托·迪泰拉大学）
本文提出SARC框架，通过将约束作为第一类规范对象，实现对代理AI系统运行时的治理，减少硬约束违规并提升可审计性。
2026-05-08 cs.CY cs.SE
A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model
CSIRO’s Data61（联邦科学与工业研究组织数据61）；University of New South Wales（新南威尔士大学）；Australian National University（澳大利亚国立大学）
本文提出基于基础模型的智能体架构分类法，涵盖功能与非功能质量及设计时和运行时操作，并建立决策模型以指导关键决策，解决领域碎片化问题。
2026-09-10 cs.AI cs.SE
