JPS61170837A - プログラムの品質予測方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はプログラムの品質予測方式に係シ、ソースプ四
グラムをコンパイル終了したとき１個々のモジュール毎
のそのオペレータ種類数とオペレータ総数および各モジ
ュール内のオペランド種類数とオペランド総数を求める
ことＫよシそのプログラムの品質の良否を推定判断でき
るようセしたものである。

〔従来の技術〕

プログラムを新らしく作成する場合、この作成したプロ
グラムが正常に動作するかどうかをテストシ、障害部分
を検出することが必要である。

例えば第６図（ａｌ　Ｋ示す如く、モジュールＡ、Ｂ。

Ｃよシ構成されるプログラムＰのテストを行うとき、こ
のプログラムをコンパイルによりシステム記述言語から
機械言語に落してテストを行うことになる。このテスト
において障害の発生状態は。

第６図（ｂｌに示す如く、コンパイル終了後テストを開
始したとき、テスト開始後に障害数は急増し。

それから障害数の増加状態が徐々に少なくなシ。

最後に障害数の増加状態が抑制されるというようなメタ
ンを有する。そしてプログラムの品質をこのテストにお
ける障害の累積をみて評価していた。

この場合、各モジュールＡ、Ｂ、Ｃ毎にテストを行ない
、これらを結合したプログラムＰとしてテストを行ない
、それからこのようなモジュールの組合せにより構成さ
れたプログラムＰを総合してテストを行ってその障害を
修正して使用することになる。なおプログラムの障害の
原因としては論理ミス、ゴーデングミス、初期化忘れ等
積々なものがある。

〔発明が解決しようとする問題点〕

前記の如く、プログラムをテストする場合、その最終的
な障害推定数をＥｆとすると、その障害発生パタンはほ
ぼ第６図（ｂ）の如きものとなる。したがって９例えば
モジュール人のテスト走行時間をＴ、としたときその約
手分位のテスト走行時間Ｔ１における障害累積数とそれ
までのバタンを調らべれば最終的な障害推定数Ｅｆは見
当がつく。それ故、この障害推定数Ｅｆの値が大であれ
ば品質のよくないプログラムであることがわかる。

ところでプログラムの修正はそのテストの最初では簡単
に行うことができるものの次第に困難となる。実際問題
としてそのプログラムの最終的な障害推定数が得られる
前記Ｔ８では障害の修正としては遅すぎ、その修正に大
へんな工程を必要とする。しかもこの時点ではプログラ
ムの構成の変更のような大きな修正が時期的に不可能と
なっていた０ し九がって、このようにテスト走行時間を約手分位経過
しなければ判断できなかつ九プログラムの品質の良否を
、その障害の修正が簡単な初期の時点で判定することが
強く要望されていた。

〔問題点を解決するための手段〕

前記の如く、プログラムのテストのときプログラムの大
きな修正が不可能な時間を経過しなければそのプログラ
ムの良否が判定できないという問題点を改善するため９
本発明のプログラムの品質　　ｌ予測方式では、テスト
すべきプログラムが格納されるソース；−ド保持部と、
テストすべきプログラムのモジュールをオペレータとオ
ペランドに分解する分解部と、テストすべきプログラム
の各モジュールよシ得られたデータにもとづき最小２乗
近似曲線を作成する解析部と、標準曲線を保持する標準
曲線保持部と、各モジュールをこの準準曲線と比較する
比較部を設け前記各モジュールと前記最小２乗近似曲線
との関係により各モジュールの良否や前記各モジュール
と標準曲線との関係により各モジュールの良否を判定す
るようにしたことを特徴とする。

〔作用〕

本発明によりブログラムをそのコーディング終了時点で
品質の良否を予測することができるので。

プログラムにおける問題点の発見を早く行うことができ
る。

〔実施例〕

本発明を一実施例にもとづを詳述するに先立ち。

その概略を第２図乃至第４図により説明する。

プログツムをテストするとき高級言語からコンパイルに
より機械言語に変換する。このコンパイル終了の時点で
、プログラムを構成するモジュール毎にそのオペレータ
種類数とオペレータ総数を求める。これを第２図のグツ
７で表わす場合、その各点が一つのモジュールを示して
いる。そしてこれらの各点より最小２乗近似曲線をＹと
して作成する。

ところでこれを単体および結合テストしたとき。

第２図の各点に付記された数の障害が発生し、しかも丸
印のものは困難性の大きな障害の存在したものを示して
いる＠この場合、前記Ｙは次式で表　　゛わすことかで
きる。

Ｙ＝ａＥＸＰ（ｂＸ） ここでＸはオペレータ種類数、Ｙはオペレータ総数、ａ
、ｂは定数でらる。

したがって、第２図における鎖線領域内のものがその障
害に困難性が大でかつ障害発生数が大きい、いわゆる品
質不良のものである。ところでオペレータ種類数が大で
前記曲線より上方のものに不良のものが多いというこの
傾向はほとんどのプログツムに共通の現象であることが
本発明者の研究の結果わかったので、これを判定するこ
とにょシコンパイル終了時点でそのプログラムの良否を
判別することができる。このような不良モジュールの存
在を事前に検出できるので、モジュールの分割等により
修正することができる。

また前記モジュール毎にそのオペランドの種類数と総数
を求める。第３図において横軸はオペランドの種類数、
縦軸はオペランドの総数であシ。

各点は一つのモジュールを示している。そしてオペラン
ドの種類数をＸとし′、オペランドの総数をＹとしたと
き、これらを次式で近似することができる。

ｙ　＝　ｃ　Ｘ’ ここでｃ、ｄはいずれも定数である。

ところでこれをテストしたとき、第３図の各点に付記さ
れ九数の障害が発生し、しかも丸印のものはその困難性
の大きな障害の存在を示している。

したがって第３図における鎖線領域内のものがその障害
に困難性が大でかつ障害発生数が大きい。

いわゆる品質不良のものである。それ故、オペランド種
類数が大で前記曲線よ）上方のものに不良のものが多い
という傾向があることがわかる。

それ故、第２図について説明した如く、オペレータ種類
数が大で前記曲線よシ上のものまたは。

第３図について説明した如く、オペランド種類数が大で
前記曲線よシ上のものを品質不良とみなすことにより、
大部分の不良品質プログラムを検出できる。゛しかもこ
れらのチェックでは漏れる。第３図に示す入印のものも
９次に説明する第４図に示す本発明の判別基準により検
出することができる０ このような傾向は、同一言語であればプログラムの種類
によらず略同−傾向を有する。

前記第２図および第３図に示す如き傾向にもとづき１本
発明ではプログラムの良否を判断するのく、各モジュー
ル毎の（オペレータ総数−オペレータ種類数）及び（オ
ペランド総数−オペランド種類数）を求め、そ□れぞれ
を近似する標準曲線　　　　−（最小２乗近似曲線）を
求める。これらの標準曲線は、オペレータ総数について
は Ｙ＝ａＥＸＰ（ｂＸ）　　　　　　− という指数関数で近似で巻、オペランド総数については ｙ　＝　ｃ　ｘ’ という実数ベキ関数で近似できる。

そしてそれぞれのグラフに対してそれぞれ各種類数の閾
値り、、　、　Ｄ、、を定め、これよシ大きくて標準曲
線以上の領域にある七ジュールを品質不良のものと判断
する。また前記閾値よシ小の種類数のものに対してはそ
れぞれ標準曲線よシ各種類数の閾値１１ｈｌ　＊　ＩＪ
ｋ１以上の領域にあるモジュールを品質不良のものと判
断する（第３図のΔ印の゛ものはこれで検出できる）。

すなわち第４図の斜線領域を品質不良領域とする。この
ようにしてテスト走行を行うに先立ちその良・不良を判
断することができる。□′ なお、一般的な傾向として種類数の閾値り、よシ大の不
良領域のもめはモジュール分割が悪く。

ＤＩＥ　　よシ小の不良領域のものは処理論理が悪い場
合が多い。

ここでオペレータとして定義されるものは算術演算子、
比較演算子、論理演算子１区切記号９組込み関数等及び
ＩＰ−ＴＨＦｉＮ、ＤＯ−ＥＮＤ、ＧＯＴＯ。

ＷＨＩＬＥ等の文で１ｈオペランドとしては実行文の中
のオペレータ以外の変数、定数をオペランドと定義した
。すなわち、オペレータ、オペランドは宣言文、注釈文
を除く実行文を対象とする。

またモジュールとは１つのコンパイル単位を、モジ、瓢
−ル群と拡機能単位（ＦＯＲＴＲＡＮコンパイラ等）を
意味する。

次に本発明の一実施例を第１図および第５図により説明
する。

第１図は本発明の一実施例構成図、第５図は本発明の詳
細な説明図である。

第１図において、１はソースコード保持部、２はオペレ
分解−オペランド分解部、３は統計解析データ作成部、
４は統計解析部、５はグラフ出力部、６は第１判定部、
７は比較部、９は標準曲線保持部である。

ソースコード保持部１はテストすべきプログラムが格納
されているものである。

オペレータ・オペランド分解部２はソースコード保持部
１よシテスト対象のプログラムを構成する七ジュールを
順次読出して、これをオペレータとオペランドに分解す
るものである。

統計解析データ作成部３はオペレータ・オペランド分解
部２よシ伝達されたオペレータとオペランドを、各モジ
ュール毎に解析して、モジュール毎のオペレータ総数と
オペレータ種類数、すなわち第５図の黒点の位置を算出
するものである。

統計解析部４は前記統計解析データ作成部３よシ出力さ
れた各モジュール毎のオペレータ総数とオペレータ種類
数にもとづき、その最小２乗近似曲線つまシ第５図の一
線を算出するものである０グラフ出力部５は、前記統計
解析データ作成部３および前記統計解析部４により求め
られた各モジュール毎のオペレータ総数とオペレータ種
類数を示す点および最小２乗近似曲線を出力するもの。

すなわち第５図の図面を出力するものである。この出力
された各曲線は標準曲線保持部８に格納される。なお、
第５図において黒点の連続的に接近し九部分が縦方向の
短直線の形で示されている０　　　′判定部６はプログ
ラムを構成するモジュールの良・不良を判定することに
よりブ冒グラムの品質を判定するものであって、モジュ
ールの良・不良を判定するために必要な閾値り、ｉ、　
Ｌｈ、およびＤＭ＊　＊　ＩＪｋｊをそれぞれ保持部６
−０．６−ＩＫて保持し、モジエールのオペレータ種類
数が閾値ＤＨＩよシ大きなときそのオペレータ総数がそ
の最小２乗近似曲線よシ大きいか否かをチェックし、大
きいとき不良と判断する。また閾値ＤｕｌＫより小さい
とき、そのオペレータ総数が最小２乗近似曲線よシ閾値
Ｌｈｘ以上大きいか否かをチェックし、大きいとき不良
と判断する。またモジュールのオペランド種類数が閾値
Ｉ）ＩＩよシ大なるとき、そのオペランド総数がその標
準曲線よ〕大きいか否かをチェックして、大きいとき不
良と判断する０また閾値Ｄ■よシ小さいときそのオペラ
ンド総数が標準　　−曲線よシ閾値Ｌｈｓ以上大きいか
否かをチェックし。

大きいとき不良と判断する。

比較部７は、オペレータ・オペランド分解部２から伝達
されたオペレータとオペランドを各モジュール毎に解析
してモジュール毎のオペレータ総数とオペレータ種類数
およびオペランド総数とオペランド種類数を作成する。

そしてこれを標準曲線保持部８に保持され九標準曲線と
比較する。

標準曲線保持部８は、数種のプログラムから得られた。

プログラムの種類に依存しないオペレータ総数とオペレ
ータ種類数の最小２乗近似曲線と。

オペランド総数とオペランド種類数の最小２乗近似曲線
が保持されている。前記の如く、オペレータの定義とし
て算術演算子、論理・比較演算子。

区切記号９組込み関数、ＩＦ−ＴＨＩ３Ｎ＠ＤＯ−ＥＮ
Ｄ等の文を対象とし、オペランドの定義として変数・定
数を対象とし、ただしオペレータ・オペランドは宣言文
、注釈文を除くものとしたとき、オペレータ、オペラン
ドの種類数Ｘと総数Ｙとの関係を程々のプログラムにつ
いて調らべると以下のように近似することができる。す
なわちオペレータのＸとＹとの関係は Ｙ　：２．３６　ＥＸＰ　（０，１４Ｘ）で近似させる
ことができ、オペランドのＸとＹとの関係は Ｙ：０．２５Ｘ”°ｓａ で近似させることができる。これらの各式で表わされる
曲線を標準曲線として、この標準曲線保持部９に保持し
ておく。

次に第１図の動作について説明する。

（１）　　標準曲線の作成 はじめにソースコード保持部ＩＫ被テストプログラムと
同一言語で作成された複数のプログラムを格納する。オ
ペレータ・オペランド分解部７．２はこれらの各プログ
ラムのモジュールを順次読出し−Ｃそジエール毎にオペ
レータとオペランドに分解し、統計解析データ作成部３
によりモジュール毎のオペレータ総数とオペレータ種類
数およびオペランド総数とオペランド種類数をそれぞれ
求め統計解析部４に送出する。統計解析部４ではこれら
のモジュール毎のオペレータ総数とオペレータ種類数お
よびオペランド総数とオペランド種類数により、第２図
および第３図に示す如く、オペレ−タ総数−オペレータ
種類数およびオペランド総数−オペランド種類数の最小
２乗近似曲線を作成する。このようにして作成された２
つの最小２乗近似曲線は、グラフ出力部５によ）出力さ
れ、標準曲線保持部８に保持される。

（２）　プログラムの品質予測 次にソースコード保持部１からテストすべきプログラム
のモジュールを順次読み出してこれらをオペレーターオ
ペランド分解部２にてモジュール毎にオペレータとオペ
ランドに分解し、統計解析データ作成部３によりモジュ
ール毎のオペレータ値（オペレータ総数とオペレータ種
類数）およびオペランド値（オペランド総数とオペラン
ド種類数）を求めこれらを比較部７に送出する０比較部
７は標準曲線保持部８に保持されている。前記２つの最
小２乗近似曲線とこれらとを比較して、前記オペレータ
値とその最小２乗近似曲線との距離（オペレータ総数の
差）およびオペランド値とその最小２乗近似曲線との距
離（オペランド総数の差）を判定部６！ｆ−送出する０
判定部６はこれらをあらかじめ保持部６−０．６−１に
保持している各閾値と比較する。オペレータ値について
は、そのオペレータ種類数が閾値Ｄ■よシ大なるモジュ
ールにおいてそのオペレータ総数が最小２乗近似曲線Ｙ
よ〕大きなものを不良モジュールと判定する。

またオペレータ種類数が閾値り組よシ小なるモジエール
においてはそのオペレータ総数が最小２乗近似曲１１Ｙ
よシ閾値Ｌｋ１以上大きなものを不良モジュールと判定
する。またオペランド値については、そのオペランド種
類数が閾値ＤＭ３よシ大きなモジュールＫかいてそのオ
ペランド総数が最小２乗近似曲線よシ大きければ不良モ
ジュールと判定し、　Ｉ）ｉｓよシ小さいときはそのオ
ペランド総数が標準曲線である最小２乗近似曲線よ〕閾
値Ｌｈ意以上大きなものを不良モジュールと判定する。

このようにして第５図においてＤｕｌｌよシ大でＹよシ
大きな領域に存在する黒点の七ジュールと、ｌＤ］よシ
小でＹよＦ）　Ｌｈｓだけ大きな曲線Ｙ′の領域に存在
する黒点のモジュールとが不良モジュールとして判定さ
れる。そしてこの不良と判定されたモジュールを再検討
することになる。これＫよシ。

第５図の点線Ｅの領域に存在する。困難性のきわめて大
きなモジュールも正確にチェックできる。

このようにして判定部６によりネ良と判定されたモジュ
ールを再検討してこれを修正することになる０ なお前記標準曲線の作成のとき、そのデータに被テスト
プログラムのデータを付加することもできる。この場合
、標準曲線作成時に算出した。被テストプログラムのモ
ジュール毎のオペレータ値（オペレータ総数とオペレー
タ種類数）およびオペランド値（オペランド総数とオペ
ランド種類数）を別にメモリで保持し、被テストプログ
ラムの品質予測の段階にこれらを使用してもよい。

また最新の言語でプログラムを作成したために他に同一
言語のプログラムがないような場合には。

そのプロゲラ・ムのみで前記の如き予測を行ってもほぼ
同様の結果を得ることができる。

（発明の効果〕 本発明によればテストプログラムのコンパイル終了の時
点で、前記の如きオペレータとオペランドに分解してこ
れをチェックすることによ〕不良モジュールの存在を検
出することができる。それ故、プログラムを作成したと
き、これをテストする以前の、修正し易い時点でその品
質を予測し。

しかも不良部分を検出できるので、プログラムを早期に
完成させることができる。

【図面の簡単な説明】

第１図は本発明の一実施例構成図、第２図〜第４図はモ
ジュールの不良検出説明図、第５図は本発明の詳細な説
明図、第６図は従来のテスト状態説明図である。 図中、１はソースコード保持部、２はオペレータ・オペ
ランド分解部、３は統計解析データ作成部、４は統計解
析部、５はグラフ出力部、６は判定部、７は比較部、８
は標準曲線保持部である。

Claims (1)

【特許請求の範囲】
1. テストすべきプログラムが格納されるソースコード保持
   部と、テストすべきプログラムのモジュールをオペレー
   タとオペランドに分解する分解部と、テストすべきプロ
   グラムの各モジュールより得られたデータにもとづき最
   小２乗近似曲線を作成する解析部と、標準曲線を保持す
   る標準曲線保持部と、各モジュールをこの標準曲線と比
   較する比較部を設け前記各モジュールと前記最小２乗近
   似曲線との関係により各モジュールの良否や前記各モジ
   ュールと標準曲線との関係により各モジュールの良否を
   判定するようにしたことを特徴とするプログラムの品質
   予測方式。