软件缺陷及软件可靠性技术

近年来的研究表明,系统发生的失效更多的是由于软件缺陷引起的。因此软件可靠性成为系统可靠性的关键,也是高可靠性和高可用性系统的一个主要的研究内容。该文在描述了软件可靠性与硬件可靠性不同的基础上,对软件可靠性模型、软件缺陷,以及软件可靠性技术进行了总结和论述。     

软件缺陷分类的研究

软件缺陷分类是缺陷管理的基础,是预防缺陷的有力支持工具.阐述了缺陷的概念、危害以及对软件缺陷分类的必要性,对各种软件分类方法进行了深入分析和研究,比较了各类分类方法的优缺点以及正交缺陷分类的使用情况,在正交缺陷分类标准的基础上制定出适合本软件组织自身情况的软件缺陷分类方法,最后对软件缺陷分类意义进行了总结.     

软件缺陷数据的定义

提出系统的方法来指导软件缺陷数据的定义。根据软件缺陷管理的一般目标和过程提出软件缺陷数据定义的准则和缺陷管理工具应具有的特性,并举例说明了缺陷数据定义的方法。完整地提出了软件缺陷数据定义的方法。正确的缺陷数据定义方法对于软件缺陷管理具有非常重要的意义。     

软件缺陷管理研究

软件中的缺陷一直伴随着软件开发的整个过程,如何对这些缺陷进行有效的管理,以保证所开发的软件的质量?虽然不同的软件开发组织有不同的管理方法和手段,但效果大部分都是不尽人意,本文试图从缺陷信息的记录,缺陷管理策略和缺陷管理工具的使用这三个方面来探讨解决缺陷管理中存在的一些问题,提高缺陷管理的质量。     

软件缺陷数据的分析方法及其实现

软件缺陷数据的分析对于软件质量保证、项目管理和过程改进具有重要的意义,但目前的缺陷管理工具的数据分析功能普遍比较薄弱.本文首先分析了软件缺陷属性数据的类型,在此基础上阐述了软件缺陷数据分析的基本方法,包括一元数据分析和多元数据分析.最后讨论了实现软件缺陷数据分析方法所涉及到的几个关键技术.     

追捕软件缺陷

软件中是不可能没有缺陷的。如何对软件缺陷跟踪和管理,对于最终的软件质量有关键意义。最近,北京宏一科技公司项目组的负责人李征遇到了麻烦事,由他的项目组负责一个客户的定制软件在交付使用后,仅一个月,就受到了客户的投诉,理由是在软件使用过程中出现了错误。经李征多次上门检验后,发现确实是软件质量的问题,为此,公司限定李征必须在两周内完善软件质量。并扣除他全年奖金。软件中的缺陷(Defect或Bug)是软件开发过程中的副产品。通常,缺陷会导致软件产品在某种程度上不能满足用户的需要。现在,很多企业都根据自己的业务模式,或自己研发…     

软件缺陷信息分析研究

软件测试就是尽可能的发现软件中的缺陷.缺陷信息及缺陷发生的背景信息作为软件测试中的过程财富需要进行全面详实的记录,当数据量足够大时,构建缺陷信息数据仓库,分析挖掘已有缺陷数据中的有用信息来指导测试工作,对于提高缺陷发现率和改善软件的质量是一种行之有效的办法.     

软件缺陷增长过程的混沌分析

软件缺陷的概念在软件质量范畴中处于举足轻重的地位。通过分析促进软件缺陷增长的动因,提出了自增长型缺陷和非自增长型缺陷的概念,把软件缺陷增长分为确定性增长和不确定性增长两个部分,随后,通过对软件缺陷确定性增长进行的建模分析,发现软件缺陷确定性增长过程是完全可能在一定的条件下呈现出混沌状态的。     

浅析软件缺陷管理及工具的选择

软件缺陷是软件开发过程中不可避免的,因此有效的缺陷管理成为过程管理的重要环节,而且开发过程中产生缺陷的数量又非常多,因此选择合适项目本身的缺陷管理工具就显得尤为重要.通过对缺陷产生的原因和工具选择方法,使我们了解什么是软件缺陷,以及软件缺陷管理和使用管理工具的好处.     

软件缺陷估计中捕获再捕获方法的改进

捕获－再捕获是一种用于估计评审后软件产品中剩余缺陷的常用方法。由于其估计器普遍存在低估的问题,提出了两种基于历史数据的缺陷估计改进方案,在基于两篇文献的部分数据进行虚拟评审后,对比了改进前后估计器的缺陷估计效果,并确定了两种改进方案的适用范围。     

基于CMMI的软件缺陷度量

软件缺陷度量是提高软件质量,进行软件过程评估的重要手段。把软件度量的相关技术应用到软件缺陷管理中,根据CMMI的度量与分析框架,并结合GQIM度量方法,提出基于CMMI的软件缺陷度量模型。该模型可以指导软件企业实施软件缺陷度量,达到更高的软件能力成熟度等级。     

浅谈软件缺陷

由于现在技术发展越来越快,程序规模也越来越大,软件会存在不少缺陷,从而无法满足用户的需求,本文先提出了软件缺陷修复流程,然后介绍了几种缺陷定位技术,最后分析了软件缺陷自动修复技术。     

基于软件开发过程的软件缺陷管理研究

分析了软件缺陷管理的理论、方法及业务流程,指出了传统软件缺陷管理模式的不足。在此基础上提出了基于软件开发过程的软件缺陷管理模式,此模型在考虑测试者、开发者和评审者的基础上依据软件生命周期各阶段对缺陷进行了管理。最后对此管理模型的业务流程进行了详细的分析及应用,指出此管理模式很好的达到了尽早发现、预防与排除缺陷,改进软件过程的目的。     

基于Adaboost算法的软件缺陷预测模型

将Adaboost算法应用到软件缺陷预测模型中是软件缺陷预测的一种新思路,Adaboost算法原理通过训练多个弱分类器构成一个更强的级联分类器,有效地避免了过拟合问题。通过采用美国国家航空航天局(NASA)的软件缺陷数据库的仿真实验,分别对原始BP神经网络算法和Adaboost算法进行分析对比,其中Adaboost的弱分类器采用神经网络。实验结果表明,Adaboost级联分类器有效地提高了软件缺陷预测模型的预测性能。     

软件缺陷原因分析方法

软件缺陷原因分析对提高软件质量、保证软件项目顺利进行具有重要的意义.对定性和定量的软件缺陷分类方法进行了系统的总结,分析了它们的优势和弱点,并探讨了将这两类方法相融合以增强其功能和实用性的方法.     

基于改进深度森林算法的软件缺陷预测

软件缺陷预测是合理利用软件测试资源、提高软件性能的重要途径。为处理软件缺陷预测模型中浅层机器学习算法无法对软件数据特征进行深度挖掘的问题,提出一种改进深度森林算法——深度堆叠森林(DSF)。该算法首先采用随机抽样的方式对软件的原始特征进行变换以增强其特征表达能力,然后用堆叠结构对变换特征做逐层表征学习。将深度堆叠森林应用于Eclipse数据集的缺陷预测中,实验结果表明,该算法在预测性能和时间效率上均比深度森林有明显的提升。     

软件缺陷分类的研究

软件缺陷分类是研究软件缺陷管理的基础。说明了软件缺陷的危害,阐述了对软件缺陷分类的必要性,考察了国内外关于软件缺陷错误分类的各种方法,分析了各种分类法的优缺点,提出了一个有利于提高软件质量和改进软件过程的分类方法,指出了缺陷管理系统的基本功能要求并总结了对软件缺陷进行分类的意义。     

静态软件缺陷预测研究进展

软件缺陷预测在提高软件质量和用户满意度、降低开发成本和风险等方面起着非常重要的作用,在学术界如火如荼地展开了众多理论和实证研究,但在产业界却发现其存在着实用性差、效率低、未考虑缺陷严重等级等不足。为了查找具体原因,首先依据预测目标的不同,将静态软件缺陷预测细分为缺陷倾向性预测、缺陷的数量/分布密度预测和缺陷模块排序预测;然后从软件度量指标的筛选、测评数据资源库、缺陷预测模型的构建和缺陷预测模型的评价等四方面综述了上述三类静态软件缺陷预测现有的研究工作,详细地指出了各自存在的问题,重点综述了缺陷倾向性预测模型的构建和缺陷模块排序模型的构建方面的工作;最后结合在产业界的应用情况,指出了静态软件缺陷预测面临的挑战和瓶颈,展望了进一步的研究方向。     

软件缺陷管理系统的设计与实现

软件缺陷管理是软件项目管理的重要组成部分,是保证软件质量的重要手段,该文研究了软件缺陷管理模型,在此基础上设计软件缺陷管理系统,采用J2EE三层架构和MVC设计模式实现该系统,系统提供BUG跟踪、软件功能模块、测试用例、部门及角色管理功能,并提供大量统计报表功能。     

软件缺陷与软件测试

通过分析软件中客观存在的缺陷和发现修改缺陷所付出的代价,引出软件测试的重要性,对软件测试的阶段划分、工作内容、工作流程、组织给出了说明,同时对软件测试工作的难点-测试用例设计给出了基本原则、注意事项和衡量标准。