CN113626323B - 软件生命周期各阶段质量Bug测试评价方法 - Google Patents
软件生命周期各阶段质量Bug测试评价方法 Download PDFInfo
- Publication number
- CN113626323B CN113626323B CN202110877458.5A CN202110877458A CN113626323B CN 113626323 B CN113626323 B CN 113626323B CN 202110877458 A CN202110877458 A CN 202110877458A CN 113626323 B CN113626323 B CN 113626323B
- Authority
- CN
- China
- Prior art keywords
- bug
- stage
- quality
- evaluation
- software
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000007547 defect Effects 0.000 claims abstract description 78
- 238000013441 quality evaluation Methods 0.000 claims abstract description 78
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000013461 design Methods 0.000 claims abstract description 72
- 230000009467 reduction Effects 0.000 claims abstract description 67
- 238000012937 correction Methods 0.000 claims abstract description 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000013210 evaluation model Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 4
- 238000004904 shortening Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 230000018109 developmental process Effects 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 230000008439 repair process Effects 0.000 description 6
- 241000258937 Hemiptera Species 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013522 software testing Methods 0.000 description 2
- 206010004194 Bed bug infestation Diseases 0.000 description 1
- 241001414835 Cimicidae Species 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 238000003326 Quality management system Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007488 abnormal function Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
-
- 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
- G06F11/3692—Test management for test results analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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
本发明公开一种软件生命周期各阶段质量Bug测试评价方法,能够实现评价的自动化、提高软件质量评价率效率和可靠性。本发明通过下述技术方案实现:根据软件生命周期不同阶段,以程序错误Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、Bug产生原因、Bug修正系数六个方面作为度量元,分别建立需求分析、设计、编码和测试阶段的软件质量数学评价模型;采用改进的加权模糊数熵权法,分别计算各阶段Bug产生原因度量元权重系数;根据软件修正错误代价大小,引入Bug修正系数,得到测试阶段第三个维度的减分项;按照总体质量减分评价公式S=R+D+C+T,建立一个软件质量评价系统模型,迭代获取软件总体质量评价S。
Description
技术领域
本发明涉及软件生命周期(SoftwareLifeCycle,SLC)不同阶段的质量评价方法,主要包括需求阶段质量评价、设计阶段质量评价、编码阶段质量评价、测试阶段质量评价和软件总体质量评价方法。
背景技术
随着科技进步与计算机技术的发展,计算机的应用范围日益广泛,软件产品在日常的生产生活及工作中占据越来越重要的地位。随之,计算机软件也变得越来越复杂,产品的生命便是产品的质量,计算机的软件产品如同其他产品一般,质量问题同样存在于软件产品的整个生命周期中,而且现在软件质量的问题日益凸显,因此软件质量评价也便成为越来越令人关注的课题。
同任何事物一样,一个软件产品或软件系统也要经历孕育、诞生、成长、成熟、衰亡等阶段,一般称为软件生存周期(软件生命周期)。软件生命周期又称为软件生存周期或系统开发生命周期,是软件的产生直到报废的生命周期,周期内有问题定义、可行性分析、总体描述、系统设计、编码、调试和测试、验收与运行、维护升级到废弃等阶段,这种按时间分程的思想方法是软件工程中的一种思想原则,即按部就班、逐步推进,每个阶段都要有定义、工作、审查、形成文档以供交流或备查,以提高软件的质量。把整个软件生存周期划分为若干阶段,使得每个阶段有明确的任务,使规模大,结构复杂和管理复杂的软件开发变的容易控制和管理。但随着新的面向对象的设计方法和技术的成熟,软件生命周期设计方法的指导意义正在逐步减少。生命周期的每一个周期都有确定的任务,并产生一定规格的文档(资料),提交给下一个周期作为继续工作的依据。按照软件的生命周期,软件的开发不再只单单强调“编码”,而是概括了软件开发的全过程。软件工程要求每一周期工作的开始只能必须是建立在前一个周期结果“正确”前提上的延续;因此,每一周期都是按“活动→结果→审核→再活动→直至结果正确”循环往复进展的。通常,软件生存周期包括:一,问题定义。要求系统分析员与用户进行交流,弄清“用户需要计算机解决什么问题”然后提出关于“系统目标与范围的说明”,提交用户审查和确认。二,可行性研究。一方面在于把待开发的系统的目标以明确的语言描述出来,另一方面从经济、技术、法律等多方面进行可行性分析。三,需求分析。弄清用户对软件系统的全部需求,编写需求规格说明书和初步的用户手册,提交评审。四,开发阶段。开发阶段由三个阶段组成:1,设计2,实现:根据选定的程序设计语言完成源程序的编码。3,测试。五,维护:维护包括四个方面1,改正性维护:在软件交付使用后,由于开发测试时的不彻底、不完全、必然会有一部分隐藏的错误被带到运行阶段,这些隐藏的错误在某些特定的使用环境下就会暴露。2,适应性维护:是为适应环境的变化而修改软件的活动。3,完善性维护:是根据用户在使用过程中提出的一些建设性意见而进行的维护活动。4,预防性维护:是为了进一步改善软件系统的可维护性和可靠性,并为以后的改进奠定基础。
Bug是开发和测试质量的重要指标,Bug是一个英文单词,本意是臭虫、缺陷、损坏、犯贫、窃听器、小虫等意思。这个词汇最早是代表电脑的程序出现了错误,后来这个词汇就一直沿用至今。但是我们熟悉的Bug通常指的意思是缺陷、漏洞、不合理的存在之意。Bug最早是用来形容软件程序、游戏程序等编程设计中出现的漏洞、缺陷,指的是这个程序设计不合理,存在问题,统称Bug。现在,Bug一般是指在电脑系统或程序中,隐藏着的一些未被发现的缺陷或问题,如:软件运行中因为程序本身有错误而造成的功能不正常、体验不佳、死机、数据丢失、非正常中断等现象,简称程序漏洞,是程序设计中的术语。值得一提的是,Bug是所有程序都会存在的,没有一个程序是完美无Bug的,只是Bug有没有被发现而已,Bug严不严重而已。从Bug数量、严重性等可以看出开发质量,从发现问题的阶段可以看出QA(指为了提供足够的信任表明实体能够满足质量要求,而在质量管理体系中实施并根据需要进行证实的全部有计划和有系统的活动)的测试意识和测试质量,从问题分类、问题来源等可以看出产品开发、测试质量的一些固有模式,许多Bug都是需求不确定或错误引起的,越早参与测试发现Bug越多,修复成本也越低,在需求阶段可能只需要改几个字的事,在后面要能就需要几千到几万的修复成本,测试越晚修复的成本越高。统计资料显示在需求阶段修正一个错误的代价假如是1,则在设计阶段就是它的2~3倍,在编码阶段就是它的5~8倍,在测试阶段就是它的20~30倍,修正错误的代价不是随时间线性增长,而几乎是呈指数增长的,软件的质量问题越到后面解决成本越高。因此,对每个阶段分别评价,建立合适的软件生命周期各阶段质量Bug测试评价数学模型至关重要。
目前的软件质量相关标准是多数企业进行软件质量评估的依据,但现存标准并不针对某个特定的阶段,只是概念上笼统抽象的通用模型,特定阶段软件质量评估和实施在我国尚未成熟,并且评估技术大多来自国外软件质量相关标准,几乎没有自主产权,有特色的评估体系。另外,国内,软件质量评价仍停留在起步阶段,国内的研究工作主要集中在软件的特性和子特性的定性研究上,软件度量方面的研究相对较少。对于软件生命周期中和软件的质量问题最为密切相关的几个阶段,包括需求分析、软件设计、软件编码和软件测试,一方面缺乏对定性和定量指标的提取,另一方面,也未形成科学严谨的阶段质量评价模型。因此迫切需要制定一套专门针对软件生命周期中需求分析、设计、编码和测试的质量评价方法,该评价方法具有非常重大的现实意义。
发明内容
本发明的目的是针对软件生命周期可信性评价问题,提供一种能够实现评价的自动化、提高软件质量评价率效率、质量评价的可靠性和提高评价结果客观性的方法。
本发明的上述目的可以通过以下措施来达到,一种软件生命周期各阶段质量Bug测试评价方法,其特征在于主要包括以下步骤:
在软件生命周期各阶段质量Bug测试评价中,将源代码引至配置库,借助配置库或者第三方工具评判Bug引入阶段,根据软件生命周期的不同阶段,以程序错误Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、Bug产生原因、Bug修正系数六个方面作为度量元,分别建立需求分析、设计、编码和测试阶段的软件质量数学评价模型;
在需求阶段质量评价、设计阶段质量评价、编码阶段质量评价、测试阶段质量评价中,建立需求阶段Bug产生原因度量元集合R={r1,r2,…,ri},设计阶段Bug产生原因度量元集合D={d1,d2,…,dj},编码阶段Bug产生原因度量元集合C={c1,c2,…,ck},测试阶段Bug产生原因度量元集合T={t1,t2,…,tl},找出被测软件产品更多的Bug;
采用改进的加权模糊数熵权法,计算Bug产生原因度量元权重系数:应用模糊数来表示对Bug产生原因度量元做出的评价结果,建立直觉模糊集合,分别对不同阶段Bug产生原因度量元进行评价,然后采用改进的加权模糊数熵权法确定不同阶段Bug产生原因度量元的权重;
在测试阶段质量评价中,通过Bug修正系数,建立测试阶段质量评价模型,通过Bug发现阶段减去Bug引入阶段后的差和Bug修正系数的加权和,计算得到测试阶段第三个维度的减分项;
根据修正错误的代价大小,确定每个阶段错误修正代价系数,归一化处理各个阶段Bug修正系数,从三个维度来进行测试阶段质量减分评价,得到测试阶段质量评价减分项T=T1+T2+T3后,根据计算出的需求阶段质量减分评价R、设计阶段质量减分评价D、编码阶段质量减分评价C和测试阶段质量减分评价T进行总体质量评价,建立一个软件质量评价系统模型,在评价系统模型中将指标体系模型与实际的评价过程有机结合,根据总体质量减分评价公式S=R+D+C+T,通过快速的迭代获取软件总体质量评价S,减少Bug的引入,进而达到缩短验证时间的要求,实现最终软件产品的商业价值。
本发明的优点和积极效果在于:
本发明针对软件生命周期中和软件质量最为息息相关的需求分析、设计、编码和测试四个阶段,在软件生命周期各阶段质量Bug测试评价中,将源代码引至配置库,借助配置库或者第三方工具评判Bug引入阶段,根据软件生命周期的不同阶段,以程序错误Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、Bug产生原因、Bug修正系数六个方面作为度量元,分别建立需求分析、设计、编码和测试阶段的软件质量数学评价模型;能够有效量化软件不同阶段质量,使得每个阶段都有明确的任务,实现评价的自动化,使规模大、结构复杂和管理复杂的软件开发变的容易控制和管理,这四个阶段分别建立质量数学评价模型为项目组了解软件不同阶段质量提供了客观依据。这种基于生命周期的软件质量完整的评价,其质量评价模型不仅可以横向比较不同软件质量,而且可以纵向比较软件内部不同生命周期质量,有数据有结论,量化了不同阶段质量及软件总体质量,积累了项目质量过程管理经验。
本发明在需求阶段质量评价、设计阶段质量评价、编码阶段质量评价、测试阶段质量评价中,建立需求阶段Bug产生原因度量元集合R={r1,r2,…,ri},设计阶段Bug产生原因度量元集合D={d1,d2,…,dj},编码阶段Bug产生原因度量元集合C={c1,c2,…,ck},测试阶段Bug产生原因度量元集合T={t1,t2,…,tl},找出被测软件产品更多的Bug,对软件生命周期各阶段质量Bug测试评价的可靠性具有促进作用,提高了软件生命周期各阶段质量Bug测试评价的可靠性。
本发明通过采用改进的加权模糊数熵权法,计算Bug产生原因度量元权重系数:应用模糊数来表示对Bug产生原因度量元做出的评价结果,建立直觉模糊集合,分别对不同阶段Bug产生原因度量元进行评价,得到需求阶段Bug产生原因的度量元直觉模糊数、设计阶段度量元模糊数、编码阶段的度量元模糊数和测试阶度量元模糊数,然后采用加权模糊数熵权法确定不同阶段Bug产生原因度量元的权重。这种采用改进的加权模糊数熵权法计算Bug产生原因度量元权重系数,减少了传统方法中过分依赖专家经验的问题,能够较为全面客观的对软件生命周期做出评价,提高了软件生命周期各阶段质量Bug测试评价的效率。
本发明在测试阶段质量评价中,采用Bug修正系数,建立严谨的测试阶段质量评价模型,通过Bug发现阶段减去Bug引入阶段后的差和Bug修正系数的加权和,计算得到测试阶段第三个维度的减分项,使测试阶段的质量评价更加全面,更加有参考价值。
本发明根据修正错误的代价大小,确定每个阶段错误修正代价系数,归一化处理各个阶段Bug修正系数,从三个维度来进行测试阶段质量减分评价,得到测试阶段质量评价减分项T=T1+T2+T3后,根据计算出的需求阶段质量减分评价R、设计阶段质量减分评价D、编码阶段质量减分评价C和测试阶段质量减分评价T进行总体质量评价,建立一个软件质量评价系统模型,在评价系统模型中将指标体系模型与实际的评价过程有机结合,直观地反映出各部分在软件质量评价中发挥的作用,为软件研制过程质量控制提供了一种提高评价结果客观性有效的度量方法,并为项目组成员提供了参考依据。根据总体质量减分评价公式S=R+D+C+T,通过快速的迭代获取软件总体质量评价S,减少Bug的引入,进而达到缩短验证时间的要求,实现最终软件产品的商业价值。
附图说明
图1是本发明软件生命周期各阶段质量Bug测试评价方法的流程示意图。
为使本发明的目的、技术方案和优点更加清楚,同时也为了便于本领域普通技术人员理解和实施本发明,下面结合附图对本发明作进一步详细、深入的描述。应当理解,此处所描述的实施仅用作说明和解释本发明,并不用于限定本发明。
具体实施方式
参阅图1。根据本发明,在软件生命周期质量评价中,将源代码引至配置库,借助配置库或者第三方工具评判Bug引入阶段,根据软件生命周期的不同阶段,以程序错误Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、Bug产生原因、Bug修正系数六个方面作为度量元,分别建立需求分析、设计、编码和测试阶段的软件质量数学评价模型;在需求阶段质量评价、设计阶段质量评价、编码阶段质量评价、测试阶段质量评价中,建立需求阶段Bug产生原因度量元集合R={r1,r2,…,ri},设计阶段Bug产生原因度量元集合D={d1,d2,…,dj},编码阶段Bug产生原因度量元集合C={c1,c2,…,ck},测试阶段Bug产生原因度量元集合T={t1,t2,…,tl},各阶段度量元依靠运行测试脚本或用例来找出软件产品中不想看到的行为,找出被测软件产品更多的Bug错误,采用改进的加权模糊数熵权法,计算Bug产生原因度量元权重系数;应用模糊数来表示对Bug产生原因度量元做出的评价结果,建立直觉模糊集合,分别对不同阶段Bug产生原因度量元进行评价,然后采用改进加权模糊数熵权法确定不同阶段Bug产生原因度量元的权重;在测试阶段质量评价中,引入Bug修正系数,使用接口测试工具和接口文档生成工具测试预期结果,根据缺陷属性修正错误的代价大小,确定每个阶段引起bug的输入信息或者数据错误修正代价系数,归一化处理各个阶段Bug修正系数,从三个维度来进行测试阶段质量减分评价,建立测试阶段质量数学评价模型,通过Bug发现阶段减去Bug引入阶段后的差和Bug修正系数的加权和,计算得到测试阶段第三个维度的减分项,对固定问题进行确认;接口测试生成工具根据实际测试结果,对计算出的需求阶段质量减分评价R、设计阶段质量减分评价D、编码阶段质量减分评价C和测试阶段质量减分评价T进行总体质量评价,建立一个优先级的软件质量评价系统模型,接口文档生成工具在软件质量评价系统模型中将指标体系模型与实际的评价过程有机结合,根据总体质量减分评价公式S=R+D+C+T,迭代获取软件总体质量评价S,回归验证Bug处理缺陷模块确认固定问题,根据测试的结果进行测试评估,对软件系统架构进行进行修复,确认修复减少Bug的引入,对于已经修复的缺陷进行关闭,更新问题处理进度,进而达到缩短验证时间的要求,实现最终软件的确认修复。
主要包括以下步骤:
提取度量元:软件生命周期各阶段质量Bug测试评价方法中,以Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、生命周期不同阶段Bug产生原因、Bug修正系数六个方面作为度量元,并建立需求阶段Bug产生原因度量元集合R={e1,e2,…,ei},设计阶段Bug产生原因度量元集合D={d1,d2,…,dj},编码阶段Bug产生原因度量元集合C={c1,c2,…,ck},测试阶段Bug产生原因度量元集合T={t1,t2,…,tl};
度量元权重系数计算:为了减少主观因素干扰,提高度量元权重系数客观性,采用改进的加权模糊数熵权法,用模糊数来表示Bug产生原因度量元做出的评价结果,建立直觉模糊集合A,A={<χi,μA(xi),νA(χi)>|χi∈X},对于任意的χi∈X,有0≤μA(χi)+νA(χi)≤1成立,且满足0≤μa≤1,0≤νa≤1;X={x1,x2,xi,xn},则加权模糊熵权法计算公式为:
式中:X为一个直觉模糊集给定的论域,χi表示模糊集A中元素,μA(χi)表示A中元素χi的隶属度,νA(χi)表示A中元素χi的非隶属度,πA(χi)表示A中元素χi的犹豫度;
考虑到Bug产生原因权重信息的客观性,减少判断的主观性,以Bug产生原因问题个数占比作为加权系数,得到Bug产生原因度量元权重公式为:
式中:nm是软件生命周期不同Bug产生原因度量元对应的问题数,Nm是软件生命周期不同Bug产生原因度量元对应的问题总数;
对上述Bug产生原因度量元权重公式进行归一化处理,得到最终Bug产生原因度量元权重计算公式为:
需求阶段质量评价:需求阶段质量评价中,在Bug引入阶段是需求阶段时,从两个维度进行质量减分评价。
首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度需求阶段质量减分项公式
其次以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度需求阶段质量减分项公式
得到需求阶段质量评价减分项R=R1+R2
式中:n是Bug缺陷等级总分类数,Vi是Bug缺陷等级权重系数,且满足RKi是需求阶段引入的不同缺陷等级对应的Bug缺陷数量;rn表示需求阶段Bug产生原因总分类数,RSk是根据度量元权重公式得到的需求阶段Bug产生原因权重系数,且满足RMk是需求阶段Bug产生原因对应的Bug缺陷数量。
设计阶段质量评价:设计阶段质量评价中,在Bug引入阶段是设计阶段时,从两个维度进行质量减分评价,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度设计阶段质量评价减分项公式其次以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度设计阶段质量减分项公
得到设计阶段质量评价减分项D=D1+D2
式中:n是Bug缺陷等级总分类数;Vi是Bug缺陷等级权重系数,且满足DKi是设计阶段引入的不同缺陷等级对应的Bug缺陷数量,DSk是根据度量元权重公式得到的设计阶段Bug产生原因权重系数,且满足/>dn是设计阶段Bug产生原因总分类数,DMk是设计阶段Bug产生原因对应的Bug缺陷数量。
编码阶段质量评价:编码阶段质量评价中,在Bug引入阶段是编码阶段时,从两个维度进行质量减分评价,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度编码阶段质量减分项公式其次,以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度编码阶段质量减分项公式
得到编码阶段质量评价减分项C=C1+C2
式中:n是Bug缺陷等级总分类数,Vi是Bug缺陷等级权重系数,且满足CKi是设计阶段引入的不同缺陷等级对应的Bug缺陷数量,CSk是根据度量元权重公式得到的编码阶段Bug产生原因权重系数,且满足/>cn是编码阶段Bug产生原因总分类数,CMk是编码阶段Bug产生原因对应的Bug缺陷数量。
测试阶段质量评价:测试阶段质量评价不同于其他阶段,本发明中,对于Bug发现阶段晚于Bug引入阶段的情况,测试阶段质量评价中也需要扣分。根据修正错误的代价大小,确定需求阶段错误修正代价系数是1,设计阶段错误修正代价系数是e,编码阶段错误修正代价系数是e2,测试阶段错误修正系数是e3,归一化处理后各个阶段Bug修正系数如表1所示,
表1软件生命周期不同阶段Bug修正代价系数
阶段名称 | 需求分析 | 软件设计 | 软件编码 | 软件测试 |
Bug修正代价系数 | 0.032 | 0.088 | 0.236 | 0.644 |
首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度测试阶段质量
其次以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度测试阶段质量减分项公式
然后以Bug引入阶段+Bug发现阶段+Bug修正系数,构建第三个维度测试阶段质量减分项公式
得到测试阶段质量评价减分项T=T1+T2+T3
式中:Vi是Bug缺陷等级权重系数,且满足n是Bug缺陷等级总分类数,TKi是测试阶段引入的不同缺陷等级对应的Bug缺陷数量,TSk是根据度量元权重公式得到的测试阶段Bug产生原因权重系数,且满足/>tn是编码阶段Bug产生原因总分类数,TMk是测试阶段Bug产生原因对应的Bug缺陷数量,Yk是Bug引入阶段,本实施例中把需求阶段定义为1,设计阶段定义为2,编码阶段定义为3,测试阶段定义为4,Fk-Bug发现阶段,本实施例中均定为测试阶段,n=4;P-Bug引入阶段对应的修正系数,参见表1所示。
总体质量评价:根据上述步骤计算出需求阶段质量减分评价R、设计阶段质量减分评价D、编码阶段质量减分评价C、测试阶段质量减分评价T,总体质量减分评价公式
S=R+D+C+T (13)
在可选的实施例中,具体步骤包括
步骤1,提取度量元
从某具有丰富经验的测评中心机构中,查找近五年测试报告记录,从中筛选中各个阶段Bug产生原因,得到软件生命周期不同阶段度量元详见下表2,
表2软件生命周期不同阶段度量元
步骤2,Bug产生原因度量元权重系数计算
为了减少主观因素干扰,提高Bug产生原因度量元权重系数客观性,采用改进的加权模糊数熵权法,首先应用模糊数来表示多名专家对Bug产生原因度量元做出的评价结果,建立直觉模糊集合,直觉模糊集的基本概念:设X为一给定的论域,则称A={<χi,μA(xi),νA(χi)>|χi∈X}为X上的一个直觉模糊集。其中μA:X→[0,1]和νA:X→[0,1]分别为A的隶属度和非隶属度函数,且对于任意的χi∈X,有0≤μA(χi)+νA(χi)≤1成立。进一步,称πA(χi)=1-μA(xi)-νA(χi)为模糊集A中元素χi的犹豫度,a=(μa,νa)是直觉模糊数,且满足0≤μa≤1,0≤νa≤1。
在可选的实施例中,首先邀请至少5位具有专业知识的软件测评专家,分别对需求分析、设计、编码和测试阶段Bug产生原因进行评价,为了对不同阶段Bug产生原因之间的重要程度进行定量的描述,我们定义如表3所示的标度,括号三个数字代表(μij,νij,πij)。
表3 Bug产生原因重要程度定义的标度表
Bug产生原因相对重要性说明 | Bug产生原因相对重要性程度标度 |
指标i与指标j相比极其重要 | (0.9,0.1,0.0) |
指标i与指标j相比特别重要 | (0.8,0.1,0.1) |
指标i与指标j相比重要很多 | (0.7,0.2,0.1) |
指标i与指标j相比明显重要 | (0.6,0.3,0.1) |
指标i与指标j相比稍微重要 | (0.5,0.4,0.1) |
指标i与指标j相比同等重要 | (0.5,0.5,0.0) |
指标j与指标i相比极其重要 | (0.1,0.9,0.0) |
指标j与指标i相比特别重要 | (0.1,0.8,0.1) |
指标j与指标i相比重要很多 | (0.2,0.7,0.1) |
指标j与指标i相比明显重要 | (0.3,0.6,0.1) |
指标j与指标i相比稍微重要 | (0.4,0.5,0.1) |
指标j与指标i相比同等重要 | (0.5,0.5,0.0) |
根据表3,各位专家两两比较软件生命周期不同阶段Bug产生原因重要程度,得到需求阶段度量元直觉模糊数Dei
按照同样方法,各位专家对设计阶段Bug产生原因打分,得到设计阶段Bug产生原因度量元直觉模糊数Ddi
同样地,各位专家对编码阶段Bug产生原因打分,得到编码阶段Bug产生原因度量元直觉模糊数Dci
按照同样方法,各位专家对测试阶段Bug产生原因打分,得到测试阶段Bug产生原因度量元直觉模糊数Dti
以某软件为例,其生命周期不同度量元对应问题数如表4所示,
表4某软件生命周期不同阶段度量元对应问题数
根据模糊集熵计算公式(1)~(3)分别计算需求分析、设计、编码、测试阶段Bug产生原因度量元权重系数,结果如表5所示,
表5某软件生命周期不同阶段Bug产生原因度量元权重系数
步骤3,需求阶段质量评价
维度1:Bug引入阶段+Bug等级+Bug数量,Bug引入阶段是需求阶段时,根据需求阶段第一个减分项公式,计算其第一个减分项
式中:Vi是Bug缺陷等级权重系数,参照相关文献,本实施例中缺陷等级权重系数如表6所示;n是Bug缺陷等级总分类数,n=4;RKi是需求阶段引入的不同缺陷等级对应的Bug缺陷数量,参见表6所示,
表6 Bug缺陷等级权重系数表
Bug缺陷等级 | 关键缺陷 | 严重缺陷 | 一般缺陷 | 建议改进 |
权重系数 | 0.5 | 0.3 | 0.15 | 0.05 |
由此可得需求阶段第一个减分项R1=0.5*0+0.3*2+0.15*3+0.05*1=1.1
维度2:Bug引入阶段+Bug数量+Bug产生原因,Bug引入阶段是需求阶段时,根据需求阶段第二个减分项公式,计算其第二个减分项
式中:RSk是根据度量元权重公式得到的需求阶段Bug产生原因权重系数,参见表5所示;rn是需求阶段Bug产生原因总分类数,本实施例中rn=5;RMk是需求阶段Bug产生原因对应的Bug缺陷数量,参见表4所示。由此可得需求阶段第二个减分项R2=0.33*2+0.18*1+0.18*1+0.14*1+0.17*1=1.33,从而得到需求阶段质量评价减分项R=R1+R2=1.1+1.33=2.43。
步骤4,设计阶段质量评价
维度1:Bug引入阶段+Bug等级+Bug数量,Bug引入阶段是设计阶段时,根据设计阶段第一个减分项公式,计算其第一个减分项由此可得设计阶段第一个减分项D1=0.5*0+0.3*2+0.15*4+0.05*2=1.3
式中:Vi是Bug缺陷等级权重系数,如表6所示;n是Bug缺陷等级总分类数,n=4;DKi是设计阶段引入的不同缺陷等级对应的Bug缺陷数量,参见表4所示。
维度2:Bug引入阶段+Bug数量+Bug产生原因,根据该维度减分项公式,计算其第二个减分项由此可得设计阶段第二个减分项D2=0.22*2+0.38*3+0.11*1+0.29*2=2.27,从而得到设计阶段质量评价减分项D=D1+D2=1.3+2.27=3.57
式中:DSk是根据度量元权重公式得到的设计阶段Bug产生原因权重系数,参见表5所示;dn是设计阶段Bug产生原因总分类数,本实施例中dn=4,DMk是设计阶段Bug产生原因对应的Bug缺陷数量,参见表4所示。
步骤5,编码阶段质量评价
维度1:Bug引入阶段+Bug等级+Bug数量,Bug引入阶段是编码阶段时,根据编码阶段第一个减分项公式,计算其第一个减分项由此可得编码阶段第一个减分项C1=0.5*0+0.3*4+0.15*11+0.05*1=2.9
式中:Vi是Bug缺陷等级权重系数,如表6所示;n是Bug缺陷等级总分类数,n=4;CKi是编码引入的不同缺陷等级对应的Bug缺陷数量,参见表4所示;
维度2:Bug引入阶段+Bug数量+Bug产生原因,Bug引入阶段是编码阶段时,根据编码阶段第二个减分项公式,计算其第二个减分项
CMk是编码阶段Bug产生原因对应的Bug缺陷数量,参见表4所示,由此可得编码阶段第二个减分项C2=0.16*3+0.1*2+0.74*11=8.82,从而得到编码阶段质量评价减分项C=C1+C2=2.9+8.82=11.72
式中:CSk是根据度量元权重公式得到的编码阶段Bug产生原因权重系数,参见表5所示;cn是编码阶段Bug产生原因总分类数,本实施例中cn=3;
步骤6,测试阶段质量评价
维度1:Bug引入阶段+Bug等级+Bug数量,Bug引入阶段是测试阶段时,根据测试阶段第一个减分项公式,计算其第一个减分项由此可得测试阶段第一个减分项T1=0.5*0+0.3*2+0.15*6+0.05*2=1.6
式中:Vi是Bug缺陷等级权重系数,如表6所示;n是Bug缺陷等级总分类数,本实施例中n=4;TKi是测试阶段引入的不同缺陷等级对应的Bug缺陷数量,参见表4所示;
维度2:Bug引入阶段+Bug数量+Bug产生原因,Bug引入阶段是测试阶段时,根据测试阶段第二个减分项公式,计算其第二个减分项由此可得测试阶段第二个减分项T2=0.07*1+0.54*5+0.21*2+0.18*2=3.55
式中:TSk是根据度量元权重公式得到的测试阶段Bug产生原因权重系数,参见表5所示;tn是编码阶段Bug产生原因总分类数,本发明中tn=4;TMk是测试阶段Bug产生原因对应的Bug缺陷数量,参见表4所示;
维度3:Bug引入阶段+Bug发现阶段+Bug修正系数,Bug引入阶段是测试阶段时,根据测试阶段第三个减分项公式,计算其第三个减分项由此可得测试阶段第三个减分项T3=0.032*4+0.088*3+0.236*2+0.644*1=1.508,从而得到测试阶段质量评价减分项T=T1+T2+T3=1.6+3.55+1.508=6.658;
式中:Yk是Bug引入阶段,本实施例中把需求阶段定义为1,设计阶段定义为2,编码阶段定义为3,测试阶段定义为4;Fk是Bug发现阶段,本实施例中均定为测试阶段,n=4;P是Bug引入阶段对应的修正系数,参见表1所示。
步骤7,总体质量评价
根据总体质量评价公式(13),得到该软件总体质量S=R+D+C+T=2.43+3.57+11.72+6.658=24.378,最终得到该软件最终质量评价减分是24.378,其中需求阶段减分是2.43,设计阶段减分是3.57,编码阶段减分是11.72,测试阶段减分是6.658,该软件生命周期不同阶段质量优劣顺序为需求分析阶段>设计阶段>测试阶段>编码阶段。对于项目组管理人员来说,需要重点关注编码阶段质量,提高编码人员能力。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和原则下,所作的任何修改、等同替换、改进等,均包含在本发明的保护范围之内。
Claims (9)
1.一种软件生命周期各阶段质量Bug测试评价方法,其特征在于主要包括以下步骤:
在软件生命周期各阶段质量Bug测试评价中,将源代码引至配置库,借助配置库或者第三方工具评判Bug引入阶段,根据软件生命周期的不同阶段,以程序错误Bug引入阶段、Bug发现阶段、Bug缺陷等级、Bug数量、Bug产生原因、Bug修正系数六个方面作为度量元,分别建立需求分析、设计、编码和测试阶段的软件质量数学评价模型;
在需求阶段质量评价、设计阶段质量评价、编码阶段质量评价、测试阶段质量评价中,建立需求阶段Bug产生原因度量元集合R={r1,r2,…,ri},设计阶段Bug产生原因度量元集合D={d1,d2,…,dj},编码阶段Bug产生原因度量元集合C={c1,c2,…,cj},测试阶段Bug产生原因度量元集合T={t1,t2,…,tl},找出被测软件产品更多的Bug;
采用改进的加权模糊数熵权法,计算Bug产生原因度量元权重系数:应用模糊数来表示对Bug产生原因度量元做出的评价结果,建立直觉模糊集合,分别对不同阶段Bug产生原因度量元进行评价,然后采用改进加权模糊数熵权法确定不同阶段Bug产生原因度量元的权重;在测试阶段质量评价中,引入Bug修正系数,根据修正错误的代价大小,确定每个阶段错误修正代价系数,归一化处理各个阶段Bug修正系数,从三个维度来进行测试阶段质量减分评价,建立测试阶段质量数学评价模型,通过Bug发现阶段减去Bug引入阶段后的差和Bug修正系数的加权和,计算得到测试阶段第三个维度的减分项;
建立一个软件质量评价系统模型,在评价系统模型中将指标体系模型与实际的评价过程有机结合,根据总体质量减分评价公式S=R+D+C+T,通过快速的迭代获取软件总体质量评价S,减少Bug的引入,进而达到缩短验证时间的要求,其中,R表示需求阶段质量减分评价,D表示设计阶段质量减分评价,C表示编码阶段质量减分评价,T表示测试阶段质量减分评价进行总体质量评价;
测试阶段质量评价:根据修正错误的代价大小,确定需求阶段错误修正代价系数是1,设计阶段错误修正代价系数是e,编码阶段错误修正代价系数是e2,测试阶段错误修正系数是e3,归一化处理各个阶段Bug修正系数,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度测试阶段质量减分项公式
其次,以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度测试阶段质量减分项公式
然后,以Bug引入阶段+Bug发现阶段+Bug修正系数,构建第三个维度测试阶段质量减分项公式
得到测试阶段质量评价减分项T=T1+T2+T3,
式中:Vi是Bug缺陷等级权重系数,且满足n是Bug缺陷等级总分类数,TKi是测试阶段引入的不同缺陷等级对应的Bug缺陷数量,TSk是根据度量元权重公式得到的测试阶段Bug产生原因权重系数,且满足/>tn是编码阶段Bug产生原因总分类数,TMk是测试阶段Bug产生原因对应的Bug缺陷数量,Yk是Bug引入阶段,本实施例中把需求阶段定义为1,设计阶段定义为2,编码阶段定义为3,测试阶段定义为4,Fk-Bug发现阶段,本实施例中均定为测试阶段,n=4;P-Bug引入阶段对应的修正系数。
2.如权利要求1所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:采用改进的加权模糊数熵权法,用模糊数来表示Bug产生原因度量元做出的评价结果,建立直觉模糊集合A,A={<xi,μA(xi),vA(xi)>|xi∈X},对于任意的xi∈X,有0≤μA(xi)+vA(xi)≤1成立,且满足0≤μA≤1,0≤vA≤1;X={x1,x2,xi,xn}。
3.如权利要求2所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:根据X→[0,1],vA、μA分别为A的隶属度和非隶属度函数,πA(xi)=1-μA(xi)-vA(xi)为模糊集A中元素xi的犹豫度,直觉模糊数a=(μA,vA),则加权模糊熵权法计算公式为:
式中:X为一个直觉模糊集给定的论域,xi表示模糊集A中元素,μA(xi)表示A中元素xi的隶属度,vA(xi)表示A中元素xi的非隶属度,πA(xi)表示A中元素xi的犹豫度。
4.如权利要求3所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:根据加权模糊熵权法计算公式确定不同阶段Bug产生原因度量元的权重,对不同阶段Bug产生原因度量元进行评价,得到需求阶段Bug产生原因的度量元直觉模糊数Dei、设计阶段度量元模糊数Ddi、编码阶段的度量元模糊数Dci和测试阶度量元模糊数Dti。
5.如权利要求4所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:以Bug产生原因问题个数占比作为加权系数,得到Bug产生原因度量元权重公式:
对上述Bug产生原因度量元权重公式进行归一化处理,得到Bug产生原因度量元权重计算公式:
式中:nm是软件生命周期不同Bug产生原因度量元对应的问题数,Nm是软件生命周期不同Bug产生原因度量元对应的问题总数。
6.如权利要求1所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:需求阶段质量评价从两个维度来进行质量减分评价,在Bug引入阶段是需求阶段时,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度需求阶段质量减分项公式
以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度需求阶段质量减分项公式
得到需求阶段质量评价减分项R=R1+R2,
式中:n是Bug缺陷等级总分类数,Vi是Bug缺陷等级权重系数,且满足RKi是需求阶段引入的不同缺陷等级对应的Bug缺陷数量;rn表示需求阶段Bug产生原因总分类数,RSk是根据度量元权重公式得到的需求阶段Bug产生原因权重系数,且满足/>RMk是需求阶段Bug产生原因对应的Bug缺陷数量。
7.如权利要求1所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:设计阶段质量评价从两个维度来进行质量减分评价,在Bug引入阶段是设计阶段时,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度设计阶段质量评价减分项公式
其次,以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度设计阶段质量减分项公式
得到阶段质量评价减分项D=D1+D2,
式中:n是Bug缺陷等级总分类数;Vi是Bug缺陷等级权重系数,且满足DKi是设计阶段引入的不同缺陷等级对应的Bug缺陷数量,DSk是根据度量元权重公式得到的设计阶段Bug产生原因权重系数,且满足/>dn是设计阶段Bug产生原因总分类数,DMk是设计阶段Bug产生原因对应的Bug缺陷数量。
8.如权利要求1所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:编码阶段质量评价从两个维度来进行质量减分评价,在Bug引入阶段是编码阶段时,首先以Bug引入阶段+Bug等级+Bug数量,构建第一个维度编码阶段质量评价减分项公式
其次,以Bug引入阶段+Bug数量+Bug产生原因,构建第二个维度编码阶段质量减分项公式
得到编码阶段质量评价减分项C=C1+C2
式中:n是Bug缺陷等级总分类数,Vi是Bug缺陷等级权重系数,且满足CKi是设计阶段引入的不同缺陷等级对应的Bug缺陷数量,CSk是根据度量元权重公式得到的编码阶段Bug产生原因权重系数,且满足/>cn是编码阶段Bug产生原因总分类数,CMk是编码阶段Bug产生原因对应的Bug缺陷数量。
9.如权利要求1所述的软件生命周期各阶段质量Bug测试评价方法,其特征在于:总体质量评价:根据计算出的需求阶段质量减分评价R、设计阶段质量减分评价D、编码阶段质量减分评价C、测试阶段质量减分评价T,得到软件总体质量减分评价公式S=R+D+C+T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110877458.5A CN113626323B (zh) | 2021-07-31 | 2021-07-31 | 软件生命周期各阶段质量Bug测试评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110877458.5A CN113626323B (zh) | 2021-07-31 | 2021-07-31 | 软件生命周期各阶段质量Bug测试评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113626323A CN113626323A (zh) | 2021-11-09 |
CN113626323B true CN113626323B (zh) | 2024-03-15 |
Family
ID=78382082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110877458.5A Active CN113626323B (zh) | 2021-07-31 | 2021-07-31 | 软件生命周期各阶段质量Bug测试评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113626323B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7080351B1 (en) * | 2002-04-04 | 2006-07-18 | Bellsouth Intellectual Property Corp. | System and method for performing rapid application life cycle quality assurance |
CN105868888A (zh) * | 2016-03-23 | 2016-08-17 | 中国电子科技集团公司第十研究所 | 软件测试质量评价方法 |
CN108563563A (zh) * | 2018-03-26 | 2018-09-21 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 航空机载软件测试质量评价方法 |
CN109582557A (zh) * | 2017-09-29 | 2019-04-05 | 中国石油化工股份有限公司 | 基于代价的测试质量评估方法及系统 |
CN110659213A (zh) * | 2019-09-24 | 2020-01-07 | 郑州航空工业管理学院 | 一种基于直觉模糊的软件质量评价方法 |
CN111273890A (zh) * | 2020-01-20 | 2020-06-12 | 广东金赋科技股份有限公司 | 一种软件开发过程的质量监控方法、平台及存储介质 |
CN113177746A (zh) * | 2021-06-15 | 2021-07-27 | 合肥工业大学 | 一种针对生命周期评价领域的软件质量综合评估方法 |
-
2021
- 2021-07-31 CN CN202110877458.5A patent/CN113626323B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7080351B1 (en) * | 2002-04-04 | 2006-07-18 | Bellsouth Intellectual Property Corp. | System and method for performing rapid application life cycle quality assurance |
CN105868888A (zh) * | 2016-03-23 | 2016-08-17 | 中国电子科技集团公司第十研究所 | 软件测试质量评价方法 |
CN109582557A (zh) * | 2017-09-29 | 2019-04-05 | 中国石油化工股份有限公司 | 基于代价的测试质量评估方法及系统 |
CN108563563A (zh) * | 2018-03-26 | 2018-09-21 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 航空机载软件测试质量评价方法 |
CN110659213A (zh) * | 2019-09-24 | 2020-01-07 | 郑州航空工业管理学院 | 一种基于直觉模糊的软件质量评价方法 |
CN111273890A (zh) * | 2020-01-20 | 2020-06-12 | 广东金赋科技股份有限公司 | 一种软件开发过程的质量监控方法、平台及存储介质 |
CN113177746A (zh) * | 2021-06-15 | 2021-07-27 | 合肥工业大学 | 一种针对生命周期评价领域的软件质量综合评估方法 |
Non-Patent Citations (4)
Title |
---|
Aspects Oriented Approach towards the Bug Fixing Performance Lifecycle;N Rama Rao等;《2018 IEEE 3rd International Conference on Computing, Communication and Security (ICCCS)》;108-111 * |
一种航空机载嵌入式软件安全性评价方法研究;刘玉军等;《计算机测量与控制》;255-259 * |
机载软件质量评价模型研究与应用;焦永强;《中国优秀硕士学位论文全文数据库信息科技辑》;I138-562 * |
舰艇作战应用软件质量评价研究;薛亮等;《舰船电子工程》;6-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN113626323A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Towards semi-automatic bug triage and severity prediction based on topic model and multi-feature of bug reports | |
Ouni et al. | Improving multi-objective code-smells correction using development history | |
US20180329865A1 (en) | Dynamic outlier bias reduction system and method | |
Yang et al. | Phase distribution of software development effort | |
CN108563555B (zh) | 基于四目标优化的故障更改代码预测方法 | |
US7093235B2 (en) | Process for measuring coding productivity | |
US11442847B2 (en) | Automated determination of software testing resources | |
Najafi et al. | Bisecting commits and modeling commit risk during testing | |
Trendowicz et al. | Development of a hybrid cost estimation model in an iterative manner | |
Galli et al. | Software product quality models, developments, trends, and evaluation | |
Rebai et al. | Enabling decision and objective space exploration for interactive multi-objective refactoring | |
Schelter et al. | Proactively screening machine learning pipelines with arguseyes | |
CN113626323B (zh) | 软件生命周期各阶段质量Bug测试评价方法 | |
Caglayan et al. | Factors characterizing reopened issues: A case study | |
Xiao et al. | An empirical study of regression bug chains in linux | |
CN111445006A (zh) | 开源社区中开发者代码提交次数的预测方法及系统 | |
CN112506903B (zh) | 采用标本线的数据质量表示方法 | |
Schuh et al. | Achieving higher scheduling accuracy in production control by implementing integrity rules for production feedback data | |
Fernández-Diego et al. | Sensitivity of results to different data quality meta-data criteria in the sample selection of projects from the ISBSG dataset | |
CN107315684B (zh) | 一种基于基本块的软件可靠性评估方法 | |
Bouwers et al. | Criteria for the evaluation of implemented architectures | |
Zhou et al. | Business process complexity measurement: A systematic literature review | |
Sharma et al. | A method to risk analysis in requirement engineering using tropos goal model with optimized candidate solutions | |
Xiao et al. | A Systematic Literature Review on Test Case Prioritization and Regression Test Selection | |
Taba et al. | A new model for software inspection at the requirements analysis and design phases of software development |
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 |