基于CMM和ASP．NET的软件缺陷跟踪系统

软件测试是软件能力成熟度模型CMMII的KPA(关键过程区域)软件质量保证的关键实践,缺陷跟踪管理是测试工作的一个重要部分。为了集中管理软件测试过程中发现的软件缺陷,确保每个被发现的缺陷都能够及时得到处理,按照CMMII对缺陷跟踪的描述,文中利用ASP.NET技术设计了一个三层网络架构的软件缺陷跟踪系统。该系统实现了缺陷跟踪的流程,对缺陷状态变化进行控制,提供及时的问题报告,通知并定位到相应的人员,并具有统计分析、查询、权限管理等功能,从而帮助软件企业提高软件质量水平。     

基于CMM和ASP.NET的软件缺陷跟踪系统

软件测试是软件能力成熟度模型CMM Ⅱ的KPA(关键过程区域)软件质量保证的关键实践,缺陷跟踪管理是测试工作的一个重要部分.为了集中管理软件测试过程中发现的软件缺陷,确保每个被发现的缺陷都能够及时得到处理,按照CMM Ⅱ对缺陷跟踪的描述,文中利用ASP.NET技术设计了一个三层网络架构的软件缺陷跟踪系统.该系统实现了缺陷跟踪的流程,对缺陷状态变化进行控制,提供及时的问题报告,通知并定位到相应的人员,并具有统计分析、查询、权限管理等功能,从而帮助软件企业提高软件质量水平.     

基于价值的软件测试工作量估算模型

从价值的角度考虑软件测试过程能够增加软件的盈利.对软件测试过程创造的价值进行量化,构造了直观实用的软件测试工作量估算模型,可估算测试阶段的测试工作量和修改缺陷工作量,为制定和调整测试计划提供有用信息, 模型描述了软件测试过程中的各活动与所创造价值之间的关系,并解释了缺陷修改活动依然会引入新缺陷这一常被忽略的事实.通过一个应用实例证明,该模型有较好的可用性和有效性.     

基于BP神经网络软件测试缺陷预测技术研究及应用

针对软件缺陷预测模型预测准确率较差问题,指出了软件缺陷预测和软件测试缺陷的预测概念区别,根据影响软件缺陷发现因素构建BP神经网络软件测试预测模型,通过工程实践历史样本数据训练该模型获得预测能力提升,并经过假设检验方法证明预测结果符合以软件测试实际发现缺陷个数为中心点的正态分布.实验结果表明:随着真实训练样本数据增加,预测结果估计值与实际值的误差逐步缩小,估计值的方差逐步减小,预测的准确性逐步提高.     

基于三层知识模型的软件缺陷管理系统

目前的缺陷分析还是基于数据层面分析与预测,对软件测试工作的价值贡献受到局限。本文设计了一种基于三层知识模型的软件缺陷管理系统。通过把知识库的结构引入到软件缺陷管理中,把缺陷分析从数据管理层面提升为知识管理层面。通过事实知识层、中间层、策略层三层知识库结构对软件开发测试过程中产品产生的技术数据、管理过程数据进行采集沉淀,提取软件缺陷预测规则,并生成能指导软件测试工作的策略报告。有助于从根本上提升软件测试工作水平和效率。     

基于改进V模型的软件测试过程研究

软件测试过程在软件开发中发挥着重要作用,传统的基于V模型的软件测试过程比较滞后,在软件代码完成之后才开始测试活动,当发现软件缺陷时需要付出较大的代价。该文提出了一种改进的软件测试过程,将测试过程中的确定测试需求、制定测试计划、设计测试用例三个环节,与软件需求分析、软件概要设计、软件详细设计活动并行开展,有助于在软件开发早期发现潜在的缺陷,能够有效提升软件质量、缩短软件开发周期、降低软件开发成本。     

软件缺陷模式的研究

软件缺陷是导致软件不可靠的根本原因,提高软件可靠性的关键在于减少软件缺陷,那么如何利用积累的缺陷数据提高软件可靠性?结合软件缺陷和模式的概念提出了软件缺陷模式的定义。通过分析积累的软件缺陷数据对缺陷模式的所属分类进行了划分,在此基础上进一步给出了软件需求分析、设计和编码各阶段的软件缺陷模式。最后阐述了在软件开发过程和测试过程中缺陷模式的应用,为如何利用缺陷数据来提高软件可靠性提供了思路。     

软件缺陷关联分析与缺陷排除研究

在软件开发过程中,软件缺陷具有传播的特性.缺陷的传播特性决定了缺陷之间并非独立存在,而存在相互关联,因此软件缺陷关联分析对于缺陷排除、软件质量保证、过程改进具有重要的意义.从软件缺陷关联的原因出发,基于面向对象的分析与设计模型,分析了软件缺陷的传播过程,研究了对象关联与软件缺陷关联之间的关系;依据缺陷的传播过程,建立了树状关联规则和特征相似关联规则;最后阐述了建立两种关联规则的步骤,开发了构建树状关联与特征相似关联的软件原型.     

基于Markov决策过程用交叉熵方法优化软件测试

研究了待测软件某些参数已知的条件下,以最小化平均测试费用为目标的软件测试优化问题.将软件测试过程处理成马尔可夫(Markov)决策过程,给出了软件测试的马尔可夫决策模型,运用交叉熵方法,通过一种学习策略获得软件测试的最优测试剖面,用于优化软件测试.模拟结果表明,学习策略给出的测试剖面要优于随机测试策略,检测和排除相同数目的软件缺陷,学习策略比随机测试能够显著地减少测试用例数,降低测试成本,提高缺陷检测效率.     

软件缺陷分析技术的研究

对软件缺陷相关的概念进行了探讨,包括软件错误、软件失效、软件故障等;对软件缺陷的属性以及缺陷分析技术进行了研究,常见的缺陷分类方法包括6种传统缺陷分析方法,即根本原因分析法、缺陷分布分析法、缺陷注入-发现矩阵分析法、基于阶段的缺陷排除分析法、正交缺陷分类分析法、软件故障树分析法。最后对这些缺陷分析方法的优势劣势进行了比较分析,依据比较的结果总结了不同缺陷分析方法的特点和适用性,对软件测试活动和缺陷分析过程具有实践价值。     

Quantitative Analysis of Development Defects to Guide Testing: A Case Study

Many quality improvement activities can be guided by defect analysis. Development defect analysis of software components can be used to guide testing with the goal of focusing on parts of the software that were fault-prone during development. We perform a case study using defect data from a large software product (medical record system). In this study, development defect data help to identify which parts of the software might profit from being tested more and earlier because they were fault-prone during development. Several testing guidelines are proposed to make system test more effective and more efficient.     

一种基于矩阵度量的缺陷管理流程的改进与实践

本文在分析软件过程中缺陷类型、缺陷注入、缺陷识别的基础上,对传统缺陷管理流程进行改进,增加了缺陷排除有效性的度量方法;然后提出一种实用的软件缺陷管理流程,建立了一个以软件缺陷生命周期为基础的度量模型,并给出了相应的缺陷矩阵度量方法;最后把该缺陷管理流程和度量方法应用在某公司的两个软件项目中,对各阶段的缺陷进行了度量,经实践和数据分析得出,运用此缺陷管理流程和度量方法可以为开发团队设定具体阶段目标和质量计划提供数据基础,为过程控制、过程评价、持续改进等提供量化管理的基础,表明本文改进后的缺陷管理流程和度量方法模型是有效的。     

基于邻域三支决策粗糙集模型的软件缺陷预测方法

基于已有软件缺陷数据,建立分类模型对待测软件模块进行预测,能够提高测试效率和降低测试成本。现有基于机器学习方法对软件缺陷预测的研究大部分基于二支决策方式,存在误分率较高等问题。本文针对软件缺陷数据具有代价敏感特性且软件度量取值为连续值等特性,提出了一种基于邻域三支决策粗糙集模型的软件缺陷预测方法,该方法对易分错的待测软件模块作出延迟决策,和二支决策方法相比,降低了误分类率。在NASA软件数据集上的实验表明所提方法能够提高分类正确率并减小误分类代价。     

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.     

Iterative design and testing within the software development life cycle

The activity of testing begins during system development and spans all subsequent phases. Some system development lifecycles describe testing which is performed after the coding phase, but this may cause the software to be delivered without sufficient testing. In this paper, we present a software system development lifecycle model, called the Test design Stages Processed model (TSP model), in which we emphasize that iterative test design stages should be incorporated at each phase of the software development lifecycle. When a phase is completed, testing of the phase should also be completed at that time. Within this paper we have added unit, integration and system testing processes into BoochÕs micro–design process to generate a new designs and test model. This shows the process of iterative and incremental software development. Comparing this with our model, we explain how the TSP model can be used for developing and testing an object-oriented software system.     

A fuzzy logic based approach for phase-wise software defects prediction using software metrics

ContextThe software defect prediction during software development has recently attracted the attention of many researchers. The software defect density indicator prediction in each phase of software development life cycle (SDLC) is desirable for developing a reliable software product. Software defect prediction at the end of testing phase may not be more beneficial because the changes need to be performed in the previous phases of SDLC may require huge amount of money and effort to be spent in order to achieve target software quality. Therefore, phase-wise software defect density indicator prediction model is of great importance.ObjectiveIn this paper, a fuzzy logic based phase-wise software defect prediction model is proposed using the top most reliability relevant metrics of the each phase of the SDLC.MethodIn the proposed model, defect density indicator in requirement analysis, design, coding and testing phase is predicted using nine software metrics of these four phases. The defect density indicator metric predicted at the end of the each phase is also taken as an input to the next phase. Software metrics are assessed in linguistic terms and fuzzy inference system has been employed to develop the model.ResultsThe predictive accuracy of the proposed model is validated using twenty real software project data. Validation results are satisfactory. Measures based on the mean magnitude of relative error and balanced mean magnitude of relative error decrease significantly as the software project size increases.ConclusionIn this paper, a fuzzy logic based model is proposed for predicting software defect density indicator at each phase of the SDLC. The predicted defects of twenty different software projects are found very near to the actual defects detected during testing. The predicted defect density indicators are very helpful to analyze the defect severity in different artifacts of SDLC of a software project.     

软件多缺陷定位方法研究综述

软件多缺陷定位(Multiple Fault Localization,简称MFL)尝试在含有多个缺陷的软件程序中自动标识出这些缺陷所在的位置.传统的缺陷定位研究一般假设被测软件内仅含有一个缺陷,而实际情况下软件内往往包含多个缺陷,因此MFL问题更加贴近实际场景.当程序中存在多个缺陷时,由于缺陷数量难以准确估计,同时缺...     

基于开源的软件缺陷管理工具的改进策略

通过分析现有的软件缺陷管理工具的主要特点和局限性,结合企业内部从事软件测试组织的实际需求,针对软件缺陷管理流程的缺点,提出一个基于开源的软件缺陷管理工具的改进方案.给出改进后的软件缺陷的分析及度量方法,并以实际数据为例分析相关人员的工作效率和项目进展情况,为项目管理者的决策提供帮助.