Aplicación de Inteligencia Artificial Generativa y Verificación Formal en el Descubrimiento de Microservicios
DOI:
https://doi.org/10.59471/raia2025225Palabras clave:
Microservicios, descubrimiento automático, modelos de lenguaje grandes, verificación formal, Lean Theorem Prover, métricas arquitectónicas, prompt engineering evolutivo, ingeniería de software asistida por IAResumen
El diseño de microservicios a partir de requisitos textuales constituye un desafío persisten te en la ingeniería de software, debido a la ambigüedad del lenguaje natural y a la ausencia de mecanismos formales que garanticen calidad arquitectónica. En el marco de una investigación doctoral en la Universidad Abierta Interamericana (UAI), se presenta ArchiGenMS, un pipeline evolutivo que combina modelos de lenguaje generativos (LLMs) con verificación formal en Lean para el descubrimiento automático de microservicios. La propuesta integra prompt engineering evolutivo, métricas estructurales de cohesión, granularidad y acoplamiento, y validación automática de restricciones arquitectónicas. Los experimentos realizados con datasets públicos de historias de usuario, como el caso g24-unibath, muestran que el enfoque permite generar arquitecturas con alta cohesión (LCOMavg = 0.167), granularidad controlada (SGMmax = 4) y bajo acoplamiento (Couplingmax = 1). Los resultados evidencian el potencial de integrar técnicas generativas y verificación formal para construir arquitecturas mantenibles y reproducibles en escenarios greenfield.
Descargas
Referencias
Al-Debagy, O., & Martinek, P. (2020). A metrics framework for evaluating microservices architecture designs. Journal of Web Engineering, 19(3–4), 341-370.
Bajaj, D., Bharti, U., Gupta, I., Gupta, P., & Yadav, A. (2024). GTMicro—Microservice identification approach based on deep NLP transformer model for greenfield developments. International Journal of Information Technology, 16(5), 2751-2761.
Bajaj, D., Goel, A., & Gupta, S. C. (2022). GreenMicro: identifying microservices from use cases in greenfield development. IEEE Access, 10, 67008-67018.
Battaglia, N., García, A. N., & Congiusti, A. (2024). Descubrimiento de Microservicios en Metodologías Ágiles: un mapeo sistemático de la literatura. XXX Congreso Argentino de Ciencias de la Computación (CACIC)(La Plata, 7 al 11 de octubre de 2024).
Clarke, E. M., & Wing, J. M. (1996). Formal methods: State of the art and future directions. ACM Computing Surveys (CSUR), 28(4), 626-643.
Clarke, E., Grumberg, O., & Peled, D. A. (1999). Model checking the mit press. Cambridge, Massachusetts, London, UK, 988.
Dalpiaz, F. (2018, julio). Requirements data sets (user stories). Mendeley Data. https://doi.org/
10.17632/7zbk8zsd8y.1
Esposito, M., Li, X., Moreschini, S., Ahmad, N., Cerny, T., Vaidhyanathan, K., Lenarduzzi, V., & Taibi, D. (2025). Generative AI for Software Architecture. Applications, Trends, Challenges, and Future Directions. arXiv preprint arXiv:2503.13310.
Gross, J. L., Yellen, J., & Anderson, M. (2018). Graph theory and its applications. Chapman; Hall/CRC.
Harman, M., Mansouri, S. A., & Zhang, Y. (2012). Search-based software engineering: Trends, techniques and applications. ACM Computing Surveys (CSUR), 45(1), 1-61.
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS quarterly, 75-105.
Kalia, A. K., Xiao, J., Krishna, R., Sinha, S., Vukovic, M., & Banerjee, D. (2021). Mono2micro: a practical and effective tool for decomposing monolithic java applications to microservices. Proceedings of the 29th ACM joint meeting on European software engineering conference and symposium on the foundations of software engineering, 1214-1224.
Mitchell, B. S., & Mancoridis, S. (2008). On the evaluation of the bunch search-based software modularization algorithm. Soft Computing, 12(1), 77-93.
Moura, L. d., & Ullrich, S. (2021). The lean 4 theorem prover and programming language. International Conference on Automated Deduction, 625-635.
Narváez, D. (2025). ArchiGenMS: Reproducible Package [Accedido: 22 jul. 2025].
Narváez, D., Battaglia, N., Fernández, A., & Rossi, G. (2025a). Designing microservices using ai: A systematic literature review. Software, 4(1), 6.
Narváez, D., Battaglia, N., Fernández, A., & Rossi, G. (2025b). Descubrimiento automático de microservicios mediante modelos generativos y verificación formal. XXXI Congreso Argentino de Ciencias de la Computación (CACIC) (Viedma, 6 al 10 de octubre de 2025).
Narváez, D., Rossi, G. H., & Battaglia, N. (2024). Aplicación de inteligencia artificial en el diseño de microservicios. XXX Congreso Argentino de Ciencias de la Computación (CACIC) (La Plata, 7 al 11 de octubre de 2024).
Neri, D., Soldani, J., Zimmermann, O., & Brogi, A. (2020). Design principles, architectural smells and refactorings for microservices: a multivocal review. SICS Software-Intensive Cyber-Physical Systems, 35(1), 3-15.
Newman, S. (2021). Building microservices: designing fine-grained systems. .O’Reilly Media, Inc."
Pérez, G., Mostaccio, C., & Antonelli, L. (2025). Análisis comparativo de arquitecturas de NLP para detectar similitudes entre escenarios en español. Workshop on Requirements Engineering (WER).
Stojanovic, T., & Lazarević, S. D. (2023). The application of ChatGPT for identification of microservices. E-business technologies conference proceedings, 3(1), 99-105.
Taibi, D., Lenarduzzi, V., & Pahl, C. (2017). Processes, motivations, and issues for migrating to microservices architectures: An empirical investigation. IEEE Cloud Computing, 4(5), 22-32.
Taibi, D., Lenarduzzi, V., Pahl, C., & Janes, A. (2017). Microservices in agile software development: a workshop-based study into issues, advantages, and disadvantages. Proceedings of the XP2017 Scientific Workshops, 1-5.
Taibi, D., & Systä, K. (2019). A Decomposition and Metric-Based Evaluation Framework for Microservices. https://arxiv.org/abs/1908.08513
Ünlü, H., Kennouche, D. E., Soylu, G. K., & Demirörs, O. (2024). Microservice-based projects in agile world: A structured interview. Information and Software Technology, 165, 107334.
Velepucha, V., & Flores, P. (2023). A survey on microservices architecture: Principles, patterns and migration challenges. IEEE access, 11, 88339-88358.
Vera-Rivera, F. H., Cuadros, E. G. P., Perez, B., Astudillo, H., & Gaona, C. (2023). SEMGROMI—a semantic grouping algorithm to identifying microservices using semantic similarity of user stories. PeerJ Computer Science, 9, e1380.
Zhong, C., Li, S., Huang, H., Liu, X., Chen, Z., Zhang, Y., & Zhang, H. (2024). Domain driven design for microservices: An evidence-based investigation. IEEE Transactions on Software Engineering, 50(6), 1425-1449.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
