CN112597062B - 军用软件结构化质量数据抽取方法、装置及软件测试装置 - Google Patents
军用软件结构化质量数据抽取方法、装置及软件测试装置 Download PDFInfo
- Publication number
- CN112597062B CN112597062B CN202110150174.6A CN202110150174A CN112597062B CN 112597062 B CN112597062 B CN 112597062B CN 202110150174 A CN202110150174 A CN 202110150174A CN 112597062 B CN112597062 B CN 112597062B
- Authority
- CN
- China
- Prior art keywords
- quality
- software
- data
- information data
- quality information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本申请公开了一种军用软件结构化质量数据抽取方法,包括:生成软件质量信息数据文档模板,该模板为自定义的报表或文档;获取各个节点的软件质量信息数据文档模板;以及从所述软件质量信息数据文档模板中抽取测度元素,获取质量信息数据;其中,通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值。本申请还公开了军用软件结构化质量数据抽取装置及软件测试方法及装置。与现有技术相比,本申请能够实现测度元素的自动化抽取,提高了软件测试的质量及工作效率。
Description
技术领域
本申请涉及软件测试技术领域,具体而言,涉及一种军用软件结构化质量数据抽取方法、装置及软件测试装置。
背景技术
软件开发以及使用过程中会产生大量质量信息数据文档,通过从质量数据文档中抽取有用的测度元素,可以解析出用来建立评估模型的质量数据,为正确决策提供重要信息。
传统的质量数据解析工具包括因果图、流程图等,在数据对接能力上比较薄弱,存在以下的问题:(1)软件的质量数据信息错乱复杂,被真正使用到的只是很小一部分;(2)缺乏统一的质量信息数据规范,不易于自动化质量数据解析;(3)缺少高效的质量测度元素抽取技术。
发明内容
本申请的目的在于提供一种军用软件结构化质量数据抽取方法、装置及软件测试装置,以提高软件质量数据提取效率及质量。
根据本申请的第1方面,提供了一种军用软件结构化质量数据抽取方法,包括如下步骤:
生成软件质量信息数据文档模板,该模板为自定义的报表或文档;
获取各个节点的软件质量信息数据文档模板;以及
从所述软件质量信息数据文档模板中抽取测度元素,获取质量信息数据;
其中,通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值。
在该方面其他的一些示例中,采用Aspose构建文档对象模型后进行解析。
在该方面其他的一些示例中,还包括:将JSON解析数据中的数据元素采用哈希函数映射进行快速查找,判断出该数据元素是否已经保存在软件质量信息数据集中,如果不存在,将该数据元素作为增量数据进行保存;否则,为重复数据,进行去除。
根据本申请的第2方面,提供了一种军用软件结构化质量数据抽取装置,该装置包括:
模板生成模块,用于生成软件质量信息数据文档模板,该模板为自定义的报表或文档;
模板采集模块,用于获取各个节点的软件质量信息数据文档模板;以及
测度元素抽取模块,用于从所述软件质量信息数据文档模板中抽取测度元素,获取质量信息数据;
其中,该测度元素抽取模块包括解析模块,用于通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值。
根据本申请的第3方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现所述的军用软件结构化质量数据抽取方法。
根据本申请的第4方面,提供了一种军用软件质量评价方法,包括如下步骤:
采用上述方法抽取测度元素值;
构建具有多层结构的质量评价模型,该质量评价模型包括面向管理的质量特征层,每一个质量特征用于描述和评估软件质量的一组属性,用于表示软件质量的一个方面;质量子特征层,各质量子特征是从质量特性分解出来的技术组件,一个特定的质量特征分解为若干个质量子特征;以及独立的无法再分解的度量元层,各度量元用于表示可测试的软件质量最小单元以及度量元与各种因子的关系;
按照所述质量评价模型对测度元素进行数据抽样分析,建立质量属性的统计计算数学模型;以及
对抽取到的元素将进行计算,得到对应的评价值和评价结果。
根据本申请的第5方面,提供了一种软件测试设备,包括处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器在执行所述计算机程序时实现所述的军用软件结构化质量数据抽取方法。
以及另外的一种软件测试设备,包括处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,该计算机程序包括模板生成模块、模板采集模块以及测度元素抽取模块,所述模板生成模块用于生成软件全生命周期各阶段的软件质量信息数据模板,所述模板采集模块用于采集各阶段节点上传的各自的质量信息数据模板,所述测度元素抽取模块用于抽取测度元素;其中,该测度元素抽取模块包括解析模块,用于调用文件解析引擎将质量信息数据文档信息转换成JSON解析数据,从而获取测度元素值。
基于本申请提供的技术方案,与现有技术相比,本申请能够实现测度元素的自动化抽取,提高了软件测试的质量及工作效率。
通过以下参照附图对本申请的示例性实施例的详细描述,本申请的其它特征及其优点将会变得清楚。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为根据本申请实施例的基于军用软件结构化质量数据解析与测度元素抽取方法的流程示意图;
图2为DOM解析树形结构图;
图3为利用数据去重实现增量保存的示意性工作流程;
图4为根据本申请实施例的软件质量评价方法示意性工作流程;
图5为采用本申请进行军用软件结构化质量数据抽取的一个执行示例;
图6为根据本申请实施例的软件测试设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当理解,为了便于描述,附图中所示出的各 个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
参照图1,根据本申请的一个实施例,一种军用软件结构化质量数据抽取方法,用于实现软件结构化质量数据解析及测度元素抽取,包括如下步骤:
步骤101、生成软件质量信息数据文档模板;
处于软件全生命周期各阶段的节点,例如软件研发节点、软件测试节点、用户节点等分别包括节点服务器,用于生成软件质量信息数据文档。质量信息数据文档包括软件阶段信息、质量信息数据类型以及质量信息数据。
该文档例如可以是报表(例如excel表格)或文档(例如word文档、txt文档等)等。文档可以由各节点根据该节点对应的阶段进行定义,也可以由管理节点(例如软件研发的总体单位)设定模板的格式,并发送给各阶段节点。
各阶段节点将各自的质量信息数据文档发送给管理节点,例如管理节点的管理服务器。
步骤102、获取各个节点的软件质量信息数据文档模板;
各阶段节点将各自的质量信息数据文档发送给管理节点,例如管理节点的管理服务器。
可选地,所述各阶段节点为分布在区块链上的服务器节点,各区块链节点将所述质量信息数据文档的信息(包括文档的来源节点ID、文档编号等)上传到区块链上,将质量信息数据文档的数据存储在链外存储单元,从而提高了文档的访问效率。
步骤103、从所述软件质量信息数据文档模板中抽取测度元素,获取质量信息数据;
测度是软件开发生命周期的重要工具,主要包括下面三个方面的活动:
(1)度量的定义:度量可以根据过程、任务的目标、面向系统组件、个人或团队进行定义。
(2)度量的追踪:尽可能把度量报告和集成的工作自动化,以减少生成原始度量数据所用的时间。某些特定的度量数据可能会随着时间的变化带来其他信息,这些信息可能没有包含在度量的定义中。
(3)度量的报告:目的是从管理角度迅速理解所获得的信息,度量报告应提供一个对某段时间度量的“快照”或对度量随时间变化的评估,并能进行趋势分析。
在选择度量时候,需要考虑以下因素:计划的进度、测试覆盖率及其随时间的演变;需求及其变更,以及它们对一系列进度、资源和任务等的影响;工作量和资源使用情况及其随时间的变化;里程碑和范围及其随时间的变化;完成任务所需的实际和所计划的成本;风险及减轻风险的措施,及其随时间的演变;已发现的缺陷、已修复的缺陷及修复缺陷所需的时间等。
在该步骤中,直接从所述软件质量信息数据文档模板中抽取的测度元素是杂乱无章的,因此不利于后续基于测度元素进行质量评价,为此,本申请通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值。
结构化质量数据文档汇总后,上传并调用文件解析引擎,通过使用文件解析引擎将质量数据报表信息转换成JSON解析数据,从而获取测度元素值。JSON结构如下:
[{"name":"Google","info":["Android","Google搜索","Google翻译"]},
{"name":"Runoob", "info":[ "菜鸟教程", "菜鸟工具", "菜鸟微信"] },
{"name":"Taobao", "info":[ "淘宝", "网购" ]}]。
不同文件类型的质量数据模板,解析的方式亦有不同。例如,txt文件类型通过逐行读取进行解析,word、excel则用Aspose构建文档对象模型(DOM)后进行解析。Aspose的文档对象模型是一个word文档或excel报表在内存中的映射,Aspose的DOM可以编程读取、操作和修改word文档或excel报表的内容和格式。
如图2所示,Aspose的DOM解析原理为:
一个文档里包含一个或多个章节。
一个章节里包含一个主节点以及0个或多个头尾节点。
主节点和头尾节点都包含0个或多个块级节点。抽取的时候也介入了
其中,文本被管理在主节点中,如段落和表格等,而头注或脚注被管理在头尾节点中。而段落又可以包含书签、注释和图片等节点,表格可以包含行和单元格节点,如此一级一级地建立树形节点,直到整个文档被解析完毕,整个树形对象模型亦构建结束,之后便可以方便地将解析数据转换成JSON数据保存。
从上图的结构和对应的Word文档,可以看出DOM中相关对象的结构,从而可以流程化地进行文档操作,其中,文档、章节、段落、表格、注释等都是Aspose的对象,这些对象具有树形的层级结构,图中的注释同样说明这些文档对象树中的对象具有多个属性。
在Aspose的DOM中,所有的节点类最终都继承于Node类,它是Aspose DOM的基本类型,节点可以包含(嵌套)其他节点。通过JSON数据可以方便获取测度元素的值,并构造质量评价指标,例如千行代码注释率、测试功能点覆盖率、测试缺陷率等,达到最终构建质量评价模型目的。
进一步地,对于军用软件的大数据质量信息而言,在进行测度元素抽取时,存在这样的难题,即需要解决数据的冗余性。
为解决该问题,本申请利用数据去重实现增量保存,其处理流程如图3所示。将软件质量JSON数据中的数据元素,采用哈希函数映射的快速查找算法,判断出该数据元素是否已经存在于软件质量信息数据集合,如果不存在,该数据元素不是重复数据,为增量数据,再将数据保存到软件质量数据集合;否则,为重复数据,直接去除,不予保存。
在本申请另外的实施方式中,如图4所示,基于抽取的测度元素进行软件质量评价的方法具体包括如下步骤:
步骤201、构建质量评价模型;
软件质量评价模型为一多层结构模型,例如为一个“质量特征-质量子特征-度量元”的三层结构模型,在该评价模型中,例如,第一层是面向管理的质量特征,每一个质量特征是用于描述和评估软件质量的一组属性,用于表示软件质量的一个方面; 第二层的质量子特征是从质量特性分解出来的技术组件, 一个特定的质量特征可以分解为若干个质量子特征;最底层为独立的无法再分解的度量元,用于表示可测试的软件质量最小单元以及度量元与各种因子 (例如输入的参数、 状态等)的关系。
对于军用软件,例如可以选择GJB 2434-1995中的软件质量框架模型来对软件质量特征进行分解。 本领域技术人员容易理解,具有上述结构或其他模型结构的其他软件质量评价模型也适用于本申请,本申请对此不做限制。
基于该质量评价模型,对不同维度的指标,例如代码质量等,从最底层抽取的测度元素开始,逐层计算,赋予不同权重,向上计算,从而可以得到软件的最终质量评价。
步骤202、按照所述质量评价模型对测度元素进行数据抽样分析,建立质量属性的统计计算数学模型;
对数据抽样采用逐层计算的方法,计算每一个层级的值,这里例如可以采用加权和、加权积或层次分析法等进行计算,建立质量属性的统计计算数学模型。
步骤203、对抽取到的元素将进行计算,得到对应的评价值和评价结果。
针对例如千行代码注释率、千行代码缺陷率、千行代码用例数、测试功能点覆盖率等抽取到的元素,进行计算,得到对应的评价值和评价结果,从而完成软件质量评价。
对于某次测试,可以根据软件测试的质量要求,将测试用例的通过率、测试充分性值、设计方法的效率、缺陷等级分布及数量等,与预设的测试成功期望值进行对比,评估此次测试的满意程度。例如,用例通过率=通过用例总数/全部测试用例的总数。
对于军用软件,可以根据软件质量要求,将度量元合格率、质量子特征合格率、缺陷的等级分布及数量等,与预设的软件质量指标进行对比,评估软件质量是否达到预期目标。
图5示出了一个示例,假设已开发配置管理软件。
首先,定义采集研发阶段质量数据文档(例如,软件研发阶段软件信息文档)以及测试阶段质量数据文档(例如,测试用例报告文档),这里可以统一定义文档模板;
然后,根据采集文档内容特征抽取测度元素,包括代码行数、代码注释行数、测试用例执行数、测试总功能点数、已测试功能点数、未通过测试用例数、通过测试用例数等。
最后,通过汇总上交的结构化文档,上传并使用文本解析引擎解析文档保存JSON数据,进而通过JSON数据可以方便地获取测度元素的值,并构造质量评价指标,以构建质量评价模型。
本发明实施例提供的软件测试装置,维护过程比较简便,效率较高;整个测试过程中,由相应的自动生成工具自动生成相应的过渡数据,对软件测试人员的要求降低,提高了自动化的程度,同时提高了软件测试效率。
根据本申请另外的实施方式,提供了一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的抽取方法。
参照图6,其示出了根据本申请另外的实施方式提供的软件测试设备结构示意图。如图所示,该软件测试设备5包括处理器60、存储器50以及存储在存储器50中并可在处理器50上运行的计算机程序。处理器60执行计算机程序时实现上述实施例中抽取方法的各个步骤。
示例性地,所述计算机程序可以被分割成一个或多个模块/单元,该一个或者多个模块/单元被存储在存储器50中,并由处理器60执行,以实现上述实施例中的抽取方法。
所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在软件测试设备5中的执行过程。例如,计算机程序可以被分割成模板生成模块501、模板采集模块502以及测度元素抽取模块503,各模块具体功能如下:
模板生成模块501,用于生成软件全生命周期各阶段的软件质量信息数据模板。
模板采集模块502,用于采集各阶段节点上传的各自的质量信息数据模板。
测度元素抽取模块503,用于抽取测度元素。
其中,该测度元素抽取模块503包括解析模块5031,用于调用文件解析引擎将质量信息数据文档信息转换成JSON解析数据,从而获取测度元素值。
该软件测试设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括,但不仅限于,处理器60、存储器50。本领域技术人员可以理解,图6仅仅是软件测试设备5的示例,并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器50可以是软件测试设备5的内部存储单元,例如设备的硬盘或内存。存储器50也可以是软件测试设备5的外部存储设备,例如设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
进一步地,存储器50还可以既包括软件测试设备5的内部存储单元也包括外部存储设备。存储器50用于存储计算机程序以及终端设备所需的其他程序和数据。存储器50还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (3)
1.一种军用软件质量评价方法,其特征在于,包括如下步骤:
生成软件质量信息数据文档模板,该模板为自定义的报表或文档,由处于软件全生命周期各阶段的节点根据该节点对应的阶段进行定义,各阶段的节点为分布在区块链上的服务器节点,各区块链节点将所述质量信息数据文档的节点ID、文档编号信息上传到区块链上,将质量信息数据文档的数据存储在链外存储单元;
获取各个节点的软件质量信息数据文档模板,从所述软件质量信息数据文档模板中抽取测度元素,获取质量信息数据;
其中,通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值;
其中,在进行测度元素抽取时,将JSON解析数据中的数据元素采用哈希函数映射进行快速查找,判断出该数据元素是否已经保存在软件质量信息数据集中,如果不存在,将该数据元素作为增量数据保存到软件质量数据集合;否则,为重复数据,进行去除;
构建具有多层结构的质量评价模型,该质量评价模型包括面向管理的质量特征层,每一个质量特征用于描述和评估软件质量的一组属性,用于表示软件质量的一个方面;质量子特征层,各质量子特征是从质量特性分解出来的技术组件,一个特定的质量特征分解为若干个质量子特征;以及独立的无法再分解的度量元层,各度量元用于表示可测试的软件质量最小单元以及度量元与各种因子的关系;
按照所述质量评价模型对测度元素进行数据抽样分析,建立质量属性的统计计算数学模型;以及
对抽取到的元素进行计算,得到对应的评价值和评价结果。
2.根据权利要求1所述的军用软件质量评价方法,其特征在于,所述通过调用文件解析引擎将质量信息数据转换成JSON解析数据,从而获取测度元素值,包括:对于word、excel类型的软件质量信息数据文档模板,采用Aspose构建文档对象模型后进行解析。
3.一种软件测试设备,其特征在于,包括处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器在执行所述计算机程序时实现根据权利要求1-2任一项所述的军用软件质量评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110150174.6A CN112597062B (zh) | 2021-02-04 | 2021-02-04 | 军用软件结构化质量数据抽取方法、装置及软件测试装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110150174.6A CN112597062B (zh) | 2021-02-04 | 2021-02-04 | 军用软件结构化质量数据抽取方法、装置及软件测试装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112597062A CN112597062A (zh) | 2021-04-02 |
CN112597062B true CN112597062B (zh) | 2021-11-12 |
Family
ID=75207754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110150174.6A Active CN112597062B (zh) | 2021-02-04 | 2021-02-04 | 军用软件结构化质量数据抽取方法、装置及软件测试装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597062B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361256A (zh) * | 2021-06-24 | 2021-09-07 | 上海真虹信息科技有限公司 | 一种基于Aspose技术的Word文档快速解析方法 |
CN114327586B (zh) * | 2022-01-05 | 2023-12-22 | 北京京航计算通讯研究所 | 一种非嵌入式军用软件质量评价方法、系统及存储介质 |
CN116991746B (zh) * | 2023-09-25 | 2023-12-22 | 航天中认软件测评科技(北京)有限责任公司 | 一种软件通用质量特性评估方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8132153B2 (en) * | 2007-05-09 | 2012-03-06 | Wipro Limited | Quality management framework for a software lifecycle |
CN101261604B (zh) * | 2008-04-09 | 2010-09-29 | 中兴通讯股份有限公司 | 一种软件质量评价装置及软件质量评价的定量分析方法 |
CN105975446A (zh) * | 2016-04-19 | 2016-09-28 | 天津天大求实电力新技术股份有限公司 | 手机端分模块显示word文档内容的方法及系统 |
CN106484783A (zh) * | 2016-09-19 | 2017-03-08 | 济南浪潮高新科技投资发展有限公司 | 一种报表数据的图形化展示方法 |
CN108763052B (zh) * | 2018-04-11 | 2021-06-29 | 福建天晴数码有限公司 | 一种虚拟现实软件内存回收机制的性能检测方法及系统 |
CN111444084A (zh) * | 2019-12-16 | 2020-07-24 | 北京京航计算通讯研究所 | 基于Bayes的军用软件质量度量方法 |
CN111143201A (zh) * | 2019-12-16 | 2020-05-12 | 北京京航计算通讯研究所 | 基于Bayes的军用软件质量度量系统 |
CN112235358A (zh) * | 2020-09-23 | 2021-01-15 | 建信金融科技有限责任公司 | 数据的采集方法、装置、电子设备及计算机可读存储介质 |
-
2021
- 2021-02-04 CN CN202110150174.6A patent/CN112597062B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112597062A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112597062B (zh) | 军用软件结构化质量数据抽取方法、装置及软件测试装置 | |
Papadopoulos et al. | Methodological principles for reproducible performance evaluation in cloud computing | |
CN108197132B (zh) | 一种基于图数据库的电力资产画像构建方法及装置 | |
CN106951925B (zh) | 数据处理方法、装置、服务器及系统 | |
Letouzey et al. | Managing technical debt with the sqale method | |
CN108683530B (zh) | 多维度数据的数据分析方法、装置及存储介质 | |
US20170109636A1 (en) | Crowd-Based Model for Identifying Executions of a Business Process | |
CN109344060A (zh) | 一种自动化测试的分析方法及装置 | |
CN111125068A (zh) | 一种元数据治理方法和系统 | |
Mancebo et al. | A process for analysing the energy efficiency of software | |
CN114116496A (zh) | 自动化测试方法、装置、设备及介质 | |
Ampatzoglou et al. | Reusability index: A measure for assessing software assets reusability | |
Tsoukalas et al. | Machine learning for technical debt identification | |
Del Bianco et al. | Model-based early and rapid estimation of COSMIC functional size–An experimental evaluation | |
Molka et al. | Conformance checking for BPMN-based process models | |
CN105511869A (zh) | 一种基于用户反馈的需求跟踪系统及方法 | |
Ilkhani et al. | Extraction test cases by using data mining; reducing the cost of testing | |
Siddharth et al. | A multiple-domain matrix support to capture rationale for engineering design changes | |
CN115034278A (zh) | 性能指标异常检测方法、装置、电子设备和存储介质 | |
Izsó et al. | MONDO-SAM: A Framework to Systematically Assess MDE Scalability. | |
Le et al. | A generative network model for product evolution | |
Lakshmanan et al. | Detecting changes in a semi-structured business process through spectral graph analysis | |
Niu et al. | Conceptualizing methodology for building an ontology for construction claim knowledge | |
Wang et al. | A benchmark dataset for evaluating process similarity search methods | |
Yuan et al. | Issues of intelligent data acquisition and quality for manufacturing decision-support in an Industry 4.0 context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |