Interface-Variant Dynamics in Software Ecosystems: Resolver-Induced Selection and Adoption in Package Graphs

技術要約：ソフトウェアエコシステムにおけるインターフェース変異のダイナミクス

問題提起
本論文は、互換性研究におけるギャップに対処している。従来の研究では、インターフェースの変更を、単一の書き手（プロバイダー）と読み手（コンシューマー）の間の局所的な決定として扱う傾向があった。しかし、分散型のソフトウェアスタックにおいては、これらの決定は集団構造化されている。プロバイダーがコントラクトのバリアント（例：変更されたprotobuf、IDL、またはJSONスキーマ）を導入した際、その結果は二値的なものではなく、複雑なグラフ上のコンシューマー、推移的依存関係、およびパッケージマネージャーのリゾルバ・ルールを介して媒介される。中心となるエンジニアリング上の問いは、局所的に導入されたバリアントが、エコシステム固有の更新ルールに従ってクライアント・プロバイダーのパッケージグラフを通じて伝播できるのか、あるいはリゾルバの競合によって抑制されるのか、という点である。著者らはこれを進化グラフ理論の問題として定式化しているが、選択推定値が、証明すべきデータを単にラベル付けし直しただけのものでないことを保証するために、「識別可能性の規律（identifiability discipline）」が必要であることを強調している。

手法
本研究は、4つの主要なエコシステム（npm、Maven Central、PyPI、crates.io）にわたる多段階の監査を採用している。

1. キャリブレーションとインストルメンテーション： 著者らはまず、信頼できるローカルな互換性計器を確立する。彼らは3つの独立したリファレンスに対してキャリブレーションを行っている（bufを用いて確認されたOpenTelemetry protobufの遷移、合成されたBuf-WIRE適合ケース、およびDDS-XTypesスタイルのチェッカーで評価されたROS 2 IDLの遷移）。これにより、「受理（accept）」および「拒絶（reject）」のラベルが、集団の主張に使用される前に高い予測価値を持つことを保証している。
2. リゾルバ・プローブと選択推定（$s$）： コアとなる指標は、エコシステム固有の選択係数 $s_e$ である。著者らは、「最新拒絶（latest-reject）」エッジ（コンシューマーの制約がプロバイダーの最新リリースを拒絶する場合）に対して、2,100件以上のパッケージマネージャー・リゾルバ・プローブを実行する。彼らは、クリーンな拒絶プローブが依然として正常に解決される確率（$\hat{r}^-$）と、チェッカーによって受理されたプローブの確率（$\hat{r}^+$）を測定する。選択係数は $s_e = \log(\hat{r}^- / \hat{r}^+)$ として計算される。これは、エコシステムのリゾルバにおける境界エッジの対数相対生存能を測定するものである。
3. 固定（Fixation）の前向き評価： 測定された $s_e$ を用いて、観察されたパッケージグラフ上でペアワイズ比較吸収過程のモンテカルロ・シミュレーションを実行する。彼らは固定確率 $\rho(s_e, G_e)$ を算出し、中立的なベンチマーク（$1/N$）と比較する。これは、測定された $s$ の前向きな評価として明示的に扱われており、独立した証拠ではない。
4. 採用（Adoption）の検証： 集団モデルが歴史的事実に対して成立するかをテストするため、タイムスタンプ付きのレジストリ履歴（2,995件のコンシューマー・リリース観測）をマイニングする。以下の区別を行う：
   • チェッカー近接診断： 割り当ての方向（プロバイダー側かコンシューマー側か）が採用のギャップを予測するかどうかをテストする。
   • チェッカーフリーの時系列予測： チェッカーの状態を回答として再利用することなく、リゾルバ・チャネルの特徴（年齢、リゾルバの結果、エコシステム・ペナルティ）が将来の「ブロックから受理への」反転を予測できるかをテストする。

主な貢献

1. 校正された方向的割り当て計器： 未テストの互換性ラベルではなく、受理側のゲートを使用する、生成されたインターフェースのためのツール。複数の外部標準によって検証済みである。
2. エコシステム固有のリゾルバ選択推定器： 語彙によって割り当てられるのではなく、実際のパッケージマネージャーの実行確率から直接導出された定量的な尺度（$s$）。
3. 固定およびトポロジー診断： レジストリ規模のグラフを用いた分析であり、固定およびトポロジー効果（$\Delta\rho$）は、測定された $s$ の校正された帰結として報告されており、これらを独立した検証とは区別している。
4. ホールドアウト採用監査： 方向の置換テスト、チェッカーフリーの時系列反転予測、およびリゾルバ・ペナルティと採用ギャップ間の階層的一貫性チェックを含む、厳格なレジストリ履歴の監査。

結果

• リゾルバ選択： 本研究は、Maven ($s \approx -1.29$)、PyPI ($s \approx -2.19$)、および npm ($s \approx -0.13$) において有意な負の選択（抑制）が見られることを発見した。これは、混合バージョンの境界が成功的な解決を著しく減少させることを示している。Cargoはほぼ中立的（$s \approx -0.007$）であることが判明した。
• 固定： 前向き評価によれば、一度 $s$ が測定されると、中立的な $1/N$ ベンチマークからの偏差は非中立的なプロセスの機械的な帰結となる。これらの結果は、リゾルバのペナルティをレジストリ・グラフのスケール上に配置するものであり、集団仮説を独立して証明するものではない。
• チェッカー由来のシグナル： チェッカー由来の方向には強いシグナルが存在する。チェッカーの方向を用いたモデルは、採用ギャップの予測における平均絶対誤差（MAE）を大幅に減少させた（null median の 0.43 に対し 0.07、$p=0.002$）。
• チェッカーフリー予測： より厳格なテストである、チェッカーの状態を使用せずに将来の受理反転を予測するというテストでは、リゾルバ・チャネルの特徴が将来の採用を独立して予測できることは示せなかった。リゾルバ・チャネルモデル（Brier 0.28, AUC 0.51）は、年齢のみのベースライン（Brier 0.24, AUC 0.54）を上回らなかった。
• 一貫性： 階層モデルは、リゾルバ・ペナルティとチェッカー方向の採用推定値との間に正の結合勾配を示したが、残差の不均一性は依然として大きい。メンテナンスの最新性（アクティブなプロバイダーか、停滞しているプロバイダーか）といった要因が、採用頻度を大きく混乱させている。

意義および主張
本論文は、ソフトウェアの採用履歴が特定の進化的な選択チャネルに従うことを独立して検証したと主張しているのではない。代わりに、それは再現可能な推定器監査を提示している。その意義は以下の点にある：

• 識別可能性の境界の定義： リゾルバのエビデンスがどこで集団の入力となり、現在のレジストリデータがどこでループを閉じることができないかを明確に示している。
• シグナルとラベルの再定義の区別： 「固定」（測定されたパラメータの前向きな評価）を「証拠」（独立した検証）から分離し、これらを混同することを防いでいる。
• 診断的有用性： チェッカー由来の方向が実際の採用シグナルを運んでいることを確認する一方で、「失敗点」も特定している。すなわち、リゾルバ・ツー・アドプションのループは測定可能かつ診断可能であるが、現在のデータのスナップショットではまだ閉じられていない。この研究は、インターフェースの進化を、記述的なラベルの再定義作業から、検証可能な推定器パイプラインへと変貌させ、現在のデータのみから将来の採用を予測することの限界を誠実に報告している。