Rodolfo Villarroel Acevedo 1, Yessica Gómez Gutiérrez 2, Cristian Vidal Silva 3, Ariel Marchant Gallardo 4

Transcripción

1 UN LENGUAJE ESPECIFICO DE DOMINIO CON ASPECTOS DE SEGURIDAD PARA EL MODELADO DE ALMACENES DE DATOS A DOMAIN SPECIFIC LANGUAGE WITH SECURITY ASPECTS FOR THE DATA WAREHOUSES MODELING Rodolfo Villarroel Acevedo 1, Yessica Gómez Gutiérrez 2, Cristian Vidal Silva 3, Ariel Marchant Gallardo 4 1 Pontificia Universidad Católica de Valparaíso, Chile, rodolfo.villarroel@pucv.cl, Av. Brasil 2241, Valparaíso 2 Universidad Católica del Maule, Chile, jgomez@ucm.cl 3 Universidad de Playa Ancha, Chile, cristian.vidal@upla.cl 4 Pontificia Universidad Católica de Valparaíso, Chile, ariel.marchant.g@mail.pucv.cl RESUMEN: En los proyectos de almacenes de datos, el aspecto de seguridad generalmente depende de los gestores de bases de datos. Sin embargo, el diseño de estos aspectos debería ser considerado junto al modelado de datos, desde las etapas tempranas de un proyecto de software. En este artículo se presentan dos alternativas para definir un lenguaje específico de dominio, que incluyen los aspectos de seguridad en el modelado de almacenes de datos. La primera corresponde a utilizar los mecanismos de extensibilidad de UML (perfiles de UML) y la otra es definiendo un nuevo lenguaje de modelado distinto a UML. Se destaca que utilizar un lenguaje específico de dominio permite utilizar un lenguaje con conceptos que se encuentran centrados en un dominio específico, lo cual permite mejorar la productividad del desarrollador y la comunicación con los expertos del dominio. Palabras Clave: Almacenes de Datos, Seguridad, Lenguaje Específico de Dominio ABSTRACT: In the data warehouse projects the security aspect usually depends on database manager. However the design of these aspects should be considered together with the data modeling, from the early stages of a software project. This paper presents two alternatives to define a domain specific language, including security aspects in data warehouses modeling. The first is to use UML extensibility mechanism (UML Profiles) an the other is defining a new modeling language. The use of a domain specific language allows to use language concepts that are focused on a specific domain, which improves the developer productivity and communication with domain experts. KeyWords: Data Warehouses, Security, Domain Specific Language

2 1. INTRODUCCIÓN El diseño y modelado de los sistemas adquiere cada vez más importancia. Es por este motivo que se han definido propuestas usando modelos, debido a que posible representar con un mayor nivel de abstracción la problemática abordada. Los componentes de seguridad deberían estar presentes en todo desarrollo de sistemas de información. Sin embargo, solamente se considera una vez que el sistema se entrega para su utilización. Además, se ha dado poca importancia al modelado de almacenes de datos y menos importancia a incorporar seguridad en el modelado de almacenes de datos y procesos de Extracción, Transformación y Carga (ETL) en Almacenes de datos [1]. UML (Unified Modeling Language) es el lenguaje de modelado más utilizado en la actualidad, debido a que es de propósito general, lo que permite modelar aplicaciones de diferentes dominios de aplicación, debido a su gran flexibilidad y expresividad cuando se desea modelar sistemas. Sin embargo, si se desea un lenguaje más específico para modelar y representar los conceptos de algunos dominios particulares, entonces UML no resulta tan apropiado. Un lenguaje específico de dominio (DSL) es un lenguaje dedicado a representar y/o resolver un problema en particular, a este problema o ámbito se le llamará dominio. Son lenguajes de alto nivel destinados a expertos en el dominio. Ejemplos de DSL son SQL para consultas a bases de datos, Apache Maven, para administrar proyectos de software, BNF que permite describir la sintaxis de los lenguajes de programación, VHDL, que es un lenguaje de descripción de hardware, BPMN que es una notación gráfica para modelar procesos de negocios Existen dos alternativas para definir lenguajes específicos de dominio [2] [3]: a) extender el lenguaje de modelado UML, especializando alguno de sus conceptos y restringiendo otros, pero respetando la semántica original de los elementos de UML. En esta alternativa se pueden usar los mecanismos de extensibilidad de UML (también conocidos como Perfiles UML (UML Profiles), b) definir un nuevo lenguaje de modelado diferente a UML, que comúnmente se denomina DSL, esto se logra describiendo el nuevo metamodelo, definiendo el nuevo lenguaje y generando un editor (textual o gráfico) para describir los modelos. Un DSL bien diseñado ofrece algunos de los siguientes beneficios: - Contiene construcciones que se ajustan específicamente al problema. - Permite a las personas que no conocen del dominio entender el esquema general. - Mejoran la productividad, fiabilidad, facilidad de mantenimiento y la portabilidad. - Los expertos del dominio pueden entender, validar, modificar, y a menudo incluso desarrollar un DSL. - Permite que sea más fácil crear un prototipo de la aplicación final, ya que los desarrolladores pueden utilizar el código que genera su modelo para crear dicho prototipo y así poder mostrarlo al cliente. El artículo se organiza de la siguiente forma: la sección 2 presenta la primera alternativa para definir lenguajes específicos de dominio, usando los mecanismos de extensibilidad de UML. La Sección 3 presenta la segunda alternativa, correspondiente a la definición de un nuevo lenguaje de modelado. La Sección 4 presenta la generación del DSL que permita incorporar aspectos de seguridad en almacenes de datos. La Sección 5 presenta las conclusiones. 2. DEFINICIÓN DE UN PERFIL DE UML Los mecanismos de extensibilidad de UML no permiten modificar metamodelos existentes, pero sí permite añadirle elementos y restricciones, respetando su sintaxis y semántica original. De esta manera se permitirá particularizar un metamodelo para uno o varios dominios. Estas particularizaciones o adaptaciones están definidas por un Perfil (Profile) con los siguientes mecanismos de extensibilidad de UML: Estereotipos, Valores etiquetados y restricciones. Un estereotipo es un tipo de elemento del modelo definido en el propio modelo. Se muestran como cadenas de texto entre comillas o como un icono para un estereotipo particular. Los valores etiquetados se pueden utilizar para almacenar información sobre elementos estereotipados del modelo. Se muestran como cadenas con

3 el nombre de la etiqueta, un signo igual, y el valor. Se colocan normalmente en listas entre llaves. Una restricción es una condición semántica representada como expresión textual. Puede utilizarse una notación matemática formal, un lenguaje de restricción como OCL (Object Constraint Language), un lenguaje de programación, pseudocódigo, o un lenguaje natural informal. Las restricciones pueden expresar limitaciones y relaciones que no pueden ser expresadas con UML. La Figura 1 muestra un modelado conceptual para Almacenes de Datos que incluye un profile de UML que permite incorporar aspectos de seguridad en el modelado [4]. Figura 1: Modelado de Almacenes de Datos usando un Profile de UML con aspectos de seguridad El Profile permite diferenciar las clases en un Almacén de Datos usando un icono particular (estereotipo) que representa si es clase Fact (clase de Hecho), clase Dimensión, clase Base (jerarquías) o es la clase con el Perfil de Usuario. En este ejemplo, la clase Fact se denomina Admisión, hay 3 clases de tipo Dimensión (Diagnóstico, Paciente, y Tiempo). Cada dimensión tiene sus jerarquías que permitirán las consultas con mayor o menor grado de detalle, la dimensión Diagóstico puede ser consultada con la clase Base GrupoDiagnos, la dimensión Paciente puede ser consultada por Ciudad o por Provincia, y la dimensión Tiempo puede ser consultada por las clases Base Mes o Trimestre. Cada clase estereotipada puede tener valores etiquetados que indican el nivel de seguridad (SL) y el rol de seguridad (SR). También pueden representarse valores etiquetados a nivel de atributos de la clase. Las restricciones se representan mediante notas UML que están asociadas a Reglas de asignación de Información sensible considerando niveles de seguridad y roles de seguridad (SIAR), reglas de autorización (AUR) y reglas de auditoría (AR). 3. DEFINICIÓN DE UN NUEVO LENGUAJE DE MODELADO En la actualidad la mayoría de los sistemas son de una gran complejidad, y la utilización de UML puede dificultar el modelado de toda la complejidad del software en un dominio especializado. Además, la utilización de perfiles de UML pueden estar muy ligados a herramientas concretas, que respetan los estándares de OMG. Para un dominio en particular, puede ser más conveniente usar un DSL que tenga abstracciones más orientadas a ese dominio. Para generar el DSL se utiliza el paradigma MDE (Model- Driven Engineering) cuya finalidad es proveer técnicas y herramientas para utilizar modelos de manera automática en el proceso de desarrollo de software [3]. Existen cuatro aspectos para la definición completa de un nuevo lenguaje de modelado (ver Tabla I):

4 Semántica Sintaxis Tabla I: Aspectos de la definición de un lenguaje de modelado Interpretación (correspondencia semántica) Derivación (teoría deductiva) Concreta (notación textual/gráfica) Abstracta (metamodelo) (estructura lógica) Relación de correspondencia con la realidad representada en el modelo. Relación con otros modelos derivables por medio de reglas deductivas de transformación. Aspecto: conjunto de símbolos textuales/gráficos que se utilizan en los diagramas. Estructura lógica: reglas que especifican las expresiones bien formadas de las características del modelo. 3.1 Entorno de desarrollo y herramientas utilizadas en MDE A continuación se describen los principales entornos de desarrollo y herramientas utilizadas para la construcción de un DSL (ver Tabla II) [3]. TABLA II: Entorno de Desarrollo y herramientas utilizadas para la construcción de un DSL Entorno de Desarrollo Arquitectura OMG Arquitectura Eclipse/EMF Microsoft DSL Tools Editores (Sintaxis Concreta) Editores Gráficos GMF EuGENia Graphiti Sirius Plataformas de Metamodelado (Sintaxis Abstracta) MOF Ecore/OCL Domain Model Editores Textuales Xtext EMFText TCS Entorno de desarrollo UML es un lenguaje de modelado de software cuyo metamodelo está definido con el lenguaje de metamodelos MOF (Meta Object Facility), perteneciente a la arquitectura OMG (Object Management Group). El concepto de perfiles (profiles) fue ideado para conseguir que UML fuese aplicable a cualquier dominio, no solamente al software. Modeling Project es el nombre del proyecto Eclipse destinado a ofrecer soporte a la construcción de herramientas y soluciones MDE. Todos estos proyectos se articulan en torno a EMF (Eclipse Modeling Framework) que proporciona los mecanismos básicos para manejar metamodelos. DSL Tools está diseñada para la creación de lenguajes de dominio específico en el universo Microsoft. DSL Tools se instala en el entorno de desarrollo integrado Visual Studio [6]. La implementación de DSL con la herramienta de metamodelado DSL Tools consiste en la definición de una sintaxis abstracta (metamodelo) que modele todos los elementos del lenguaje en base a la cual se define una sintaxis concreta (editor). Microsoft utiliza los conceptos Domain Model y Designer para referirse a la sintaxis abstracta y concreta respectivamente.

5 3.1.2 Plataformas de Metamodelo (sintaxis abstracta) El metamodelo va a permitir definir la sintaxis abstracta de un DSL. El metamodelo es un modelo que define de manera abstracta los elementos que estarán presentes en un modelo, con un conjunto de reglas que los rigen. Para representar un metamodelo es necesario un lenguaje que proporcione un conjunto de construcciones destinado a este fin. MOF (Meta Object Facility) es el lenguaje de metamodelado de la OMG (Object Management Group) en la definición de UML. OMG definió además una versión simplificada de MOF llamada EMOF (Essential MOF) que rescata los aspectos más esenciales de MOF. 3.2 DSL Los DSL se crean específicamente dentro de un dominio particular, y no está pensado para resolver problemas fuera de este dominio. Algunos ejemplos son SQL, HTML, CSS, etc. Ya definida la sintaxis abstracta (metamodelo), la cual generalmente se expresa en un diagrama de clases, se debe definir la sintaxis concreta del DSL. La sintaxis concreta es una representación de la sintaxis abstracta (metamodelo), la cual puede ser textual (por ejemplo, una consulta SQL) o gráficamente (por ejemplo, usando un lenguaje de modelado). Si se construye un editor textual pueden usarse Xtext, EMFText o TCS. Xtext es un plug-in de Eclipse basado en EMF. Permite asociar la representación textual (sintaxis concreta) a los conceptos y relaciones del lenguaje especificados en el metamodelo (sintaxis abstracta). EMFText es un plug-in de Eclipse que define una sintaxis textual para un metamodelo Ecore. TCS es un componente de Eclipse/GMT que permite la especificación de una sintaxis concreta textual de un DSL proporcionando información sintáctica de los metamodelos. Si se construye un editor gráfico se deben definir una serie de modelos con información sobre: - Los elementos gráficos que se mostrarán en la pantalla. - La paleta de herramientas del editor - La relación entre el metamodelo de partida y los dos modelos recientemente mencionados. De esta manera, se establecerá un mapping entre cada elemento del metamodelo (sintaxis abstracta) y la herramienta de la paleta que permitirá añadir cada elemento al diagrama. 3.3 EDITORES GRÁFICOS PARA DSL Existen herramientas que permiten dar soporte a las fases de desarrollo de un DSL. El uso de los editores gráficos ayuda a omitir detalles innecesarios y proporcionan una visión global del modelo [2] [5] [7]. GMF (Graphical Modeling Framework) es una herramienta que sigue un enfoque dirigido a modelos para la creación de diagramas. Además, ofrece un conjunto de componentes e infraestructura para el desarrollo de editores basados en EMF (Eclipse Modeling Framework), como plug-in de Eclipse. Para la creación de un editor gráfico es necesario crear seis modelos diferentes: - Domain Model: Es el metamodelo necesario para crear el editor gráfico. - Domain Gen Model: Se utiliza para generar el código del modelo de dominio con EMF. - Graphical Def Model: Se utiliza para definir los elementos gráficos para el modelo de dominio. - Tooling Def Model: Se utiliza para definir la paleta de herramientas a utilizar en el editor gráfico. - Mapping Model: Vincula el modelo de dominio, el modelo gráfico y el modelo de herramientas. - Diagram Editor Gen Model: Se utiliza para generar el editor GMF gráfico, además del código EMF generado por el archivo genmodel. A diferencia de Graphiti, GMF es más complejo de utilizar, pero dispone de mayor funcionalidad. EuGENia es parte del proyecto Epsilon de Eclipse. Epsilon es una plataforma para la creación de lenguajes específicos de dominio. Incorpora herramientas para la transformación de modelos o para su validación. Además de estos lenguajes, Epsilon provee varias facilidades para llevar a cabo tareas comunes en el marco del desarrollo de software dirigido por modelos. Una de ellas es EuGENia, una herramienta para simplificar el desarrollo de editores GMF. EuGENia además de reducir el número de modelos que debe definir el desarrollador, permite la reutilización de los archivos de personalización en diferentes desarrollos. EuGENia genera automáticamente los modelos gmfgraph, gmftool y gmfmap, mediante anotaciones al modelo Ecore. Estas anotaciones hacen referencia a la representación gráfica de los elementos del modelo. Graphiti es otra herramienta que permite desarrollar un editor gráfico para DSL [8]. Los objetivos de Graphiti son:

6 - Proporciona una herramienta de fácil uso que pueda configurar las características necesarias para el desarrollo del editor gráfico. - Reutilización de algoritmos ya existentes. Además, es multiplataforma. - Rapidez en el aprendizaje de la herramienta, debido a que se abstrae de la complejidad de las herramientas que lo componen. Los modelos de Graphiti son: - El modelo de dominio, que contiene los datos que tienen que ser visualizados gráficamente. Representa el modelo que define el problema. del metamodelo, escribir las clases y anotaciones que le dirán al generador las clases que serán nodos y las que serán enlaces, los nodos que estarán compuestos por otros, etc. A partir del modelo emfatic se genera el modelo Ecore. Además, a partir de este último, se puede generar una representación gráfica del metamodelo, facilitando aún más la creación. En el modelo se representan los hechos (Fact), dimensiones y Bases (jerarquías). A los elementos se les puede añadir también un rol SR (Secure Rol) y un nivel de seguridad SL (Security Level). - El modelo de pictograma, que contiene la información completa para representar el editor gráfico. - El modelo de enlace, que es el responsable de la conexión de datos del modelo de dominio y la representación gráfica o modelo pictograma. Sirius es otro proyecto de Eclipse, cuyo objetivo es la creación de herramientas de modelado de manera visual y sin tener que generar código en forma manual ni conocer la arquitectura de Eclipse Modeling para su utilización [9]. Sirius permite crear un editor gráfico sin escribir código fuente y tiene las siguientes características: - El editor gráfico es descrito en un archivo serializado en XML. - La especificación del editor gráfico y sus herramientas asociadas son especificadas e interpretadas en tiempo de ejecución. Figura 1: Metamodelo para Data Warehouses con aspectos de seguridad Las Figuras 2 y 3 presentan el metamodelo representado en Ecore y de manera textual en emfatic. - Sirius proporciona varios puntos de vista que son adaptados dependiendo de la actividad del usuario o su función. Sirius, entrega un entorno completo y fácil de usar para crear las especificaciones y el resultado puede ser liberado como un plugin de Eclipse. 4. GENERACIÓN DEL DSL Se definen los elementos del modelo, con la perspectiva otorgada por Eclipse (ver Figura 1). Se pueden crear clases, clases abstractas e interfaces, e interrelaciones entre ellas como referencia, composición, además de enumeraciones, tipos de datos, operaciones y atributos. El metamodelo creado posee varias representaciones. En el flujo de trabajo de EuGENia se parte por un modelo Emfatic, que es la representación textual

7 generar GMF Editor. La Figura 4 muestra la generación del editor gráfico usando EuGENia. Figura 2: Metamodelo en.ecore Figura 4: Modelado de Data Warehouses usando un Editor del DSL Es necesario crear instancias del modelo generado, para lo cual se crea un proyecto en Eclipse y dentro de éste se crea un nuevo SecureDWmodel.diagram. que es el nombre que se había escogido. Al abril se verá un editor como el mostrado en la Figura 5: Figura 3: Metamodelo en.emfatic A continuación, se debe generar el código a partir del metamodelo creado. Para realizar esto en Eu- GENia, solamente se debe seleccionar la opción Figura 5: Modelado de Data Warehouses usando un Editor del DSL El editor generado es un plug-in de Eclipse, con características como drag and drop, panel de pro-

8 piedades, exportación del modelo como imagen, impresión, ordenamiento de los elementos, entre otros. 5. CONCLUSIONES Con el fin de resolver problemas basados en un dominio específico resulta muy útil el desarrollo de un DSL. Sin embargo, la principal dificultad encontrada es distinguir el dominio adecuado para el enfoque de la solución. Esto también se aplica a la definición del metamodelo, ya que se debe tener un conocimiento profundo del dominio que se quiere analizar para su modelado. Se han presentado las dos alternativas para definir un lenguaje específico de dominio. Se ha visualizado que la plataforma Eclipse/EMF provee una mayor simpleza y una disponibilidad de herramientas que facilitan el modelado en la construcción de un DSL. Además, dispone de una variedad de editores gráficos que de manera automática facilitan el modelado en un dominio específico. Al construir un DSL, o usar los mecanismos de extensibilidad de UML, los elementos gráficos y textuales que se utilicen deben estar familiarizados con el dominio que representen, de manera que sea de fácil entendimiento para los usuarios finales. 6. REFERENCIAS BIBLIOGRÁFICAS 1. Villarroel, R.; Y. Gómez y C. Krause. Incorporación de Seguridad en el Modelado Conceptual de Procesos Extracción-Transformación-Carga. Información Tecnológica. Vol 24(6), (2013). 2. Fuentes, L. and A. Vallecillo. An Introduction to UML Profiles. Upgrade, Vol 5(2), 6-12 (2004). 3. Jácome, S. Descripción de las actividades de una propuesta de Metodología de Desarrollo de Software Dirigida por Modelos. Trabajo de Fin de Máster I2TIC, Universidad Autónoma de Madrid, Fernandez-Medina, E.; J.Trujillo; R. Villarroel and M. Piattini. Developing secure data warehouses with a UML extension. Information Systems, Elsevier, 32(6): (2007). 5. Vargas, F.; J. Roda; A. Estévez; A. Avila- García y V. Sánchez. Generación de Editores Gráficos de Modelos para una Herramienta MDA. XV Jornadas de Ingeniería del Software y Bases de Datos JISBD MSDN Library: "Acerca de los lenguajes específicos de dominio". url:[ bb aspx] 7. Musat, D.; Pérez, J.; Alarcón, P. Tutorial de Introducción a Introducción a EMF y GMF. url:[ 8. Batista, L.: Desarrollo de DSL Visuales con Graphiti url:[ 9. García, A.: Tutorial de DSL Visuales con Sirius. url:[ 7. SÍNTESIS CURRICULAR Rodolfo Villarroel es Doctor del Programa Técnicas Informáticas Avanzadas, de la Universidad de Castilla-La Mancha (Ciudad Real, España) y Magíster en Ingeniería Informática de la Universidad Técnica Federico Santa María (Valparaíso, Chile). Actualmente se desempeña como profesor de categoría Adjunto, en la Pontificia Universidad Católica de Valparaíso (Valparaíso, Chile). Es miembro del Directorio de la Sociedad Chilena de Ciencias de la Computación (desde noviembre de 2012). Ha participado como Organizador del Congreso Chileno de Educación Superior en Computación (desde el año 2013) y del Workshop de Ingeniería de Software Avanzada (WASE 2015), que es un track de la Conferencia Internacional de la Sociedad Chilena de Ciencias de la Computación. Ha publicado en revistas y congresos, en sus líneas de investigación asociadas a mejora de procesos de software, seguridad en el diseño de sistemas de información, e informática en educación.