一种基于过程改进的度量模型

如何提高软件质量始终是软件工程领域研究的重要方向,基于度量的量化管理是目前最有效的质量保证手段之一,过程度量是软件开发过程中实施软件质量保证(SQA)的一个重要课题。研究了软件过程度量的概念和范围,讨论了几种常用的度量和度量指标。最后提出了一种软件过程度量模型及其度量元。     

CMM 二级SQA 关键过程域与软件过程改进

探讨了CMM二级KPA软件质量保证的实施与软件过程改进,描述了实施SQA过程的职能、SQA过程与软件开发过程的关系和SQA过程实施。在CMM二级中,SQA是唯一评审其他5个KPA的过程域。由于它的这种监督性,软件过程改进的大部分信息源来自SQA KPA,SQA在整个软件过程的改进中起着关键的作用,充当SEPG和项目组之间的桥梁。 关键词：     

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。     

第三方软件质量保障的实施研究

针对国内软件开发管理现状，所开展的第三方软件质量保障（SQA）的实践工作和实施研究仍处于起步阶段。在总结实际工作的基础上，提出了基于软件开发过程管理，与开发小组同步的SQA工作流程，以及为确保实施成功所采取的技术策略和非技术策略。     

论软件质量工程的度量与模型

质量已成为软件开发过程的核心,使用正确的工具和技术,才能确保开发过程受控于满足产品质量目标的度量和模型。介绍了过程成熟度框架和质量标准,论述了软件质量度量和软件质量工程模型:可靠性模型、可靠性增长模型以及质量管理模型。     

基于持续集成的软件度量

软件度量是针对软件开发项目、过程及产品进行数据定义、收集和分析的持续度量化过程;持续集成工具上的的构建工程每天自动完成从版本库更新代码、静态检查、编译、出包、自动化用例测试等任务,在进行集成构建的过程中可以为软件度量提供多种相关的度量数据;结合工作实践,叙述了基于持续集成的软件度量的原理;软件度量管理涉及到的角色;软件度量实现过程;叙述了基于持续集成的两种类型的软件度量指标的定义以及提取方法;最后详细叙述了在软件度量过程中遇到的几个典型案例;工作实践表明在软件的开发过程中做好软件度量工作有助于软件开发部门控制、预测、和改进软件产品的质量与软件开发过程;从而提高软件质量和软件开发效率,降低软件开发成本。     

用例驱动的软件复杂性度量及应用

在用例驱动的软件开发过程中,研究软件复杂性,对于项目规模估算、进度控制及度量、评估都具有积极的意义.从需求获取、分析、设计、测试等阶段详细讨论了整个软件开发过程中如何获取、量化用例层次上的软件复杂度的方法,概括了研究的意义并通过实践进一步验证.根据它对软件可靠性相关指标参数的影响,探讨基于用例的软件可靠性度量分析方法的改进.     

软件可修改性在软件开发过程中的控制*

在传统的软件可修改性定义的基础上提出了基于软件开发过程的软件可修改性,确定了垂直软件可修改性和水平软件可修改性的关系和基本度量方法。建立了基于软件开发过程的软件可修改性模型,得到了软件开发过程各阶段中软件可修改性的度量方法,从而为在软件开发过程中控制软件的可修改性提供了基础。     

软件开发过程持续改进的方法研究

随着软件的规模和复杂度的不断增大，软件开发过程越来越难以度量和保持持续改进。通过对软件开发过程中软件度量计划、度量实施、度量分析的研究，提出了一种软件开发过程持续改进的螺旋式模型，用于促使软件开发过程的持续改进和软件组织能力的有效提升。     

基于SSMBSS的软件缺陷分析

该文首先介绍了上海软件度量基准体系,其次对缺陷的特征以及缺陷管理的意义进行了分析和研究,最后在上海软件度量基准体系收集的软件开发过程中的各种数据的基础上,按照项目过程模型,过程改进模型,系统架构类型,业务领域,开发平台,开发类型等标准,对缺陷密度进行了详细的分析和研究,随后研究了基于过程改进模型的企业在各开发阶段的缺陷分布情况,提出了自己的见解和意见。     

基于演化数据的软件缺陷预测性能改进

软件持续演化已经是不争的事实,演化意味着需求的变化,也就必然导致了缺陷的不断产生.现有的缺陷预测技术多偏重于基于软件工作制品,如文档、代码、测试用例等的属性来预测缺陷,但如果把软件看作一种物种,其生命周期内的演化本质上是一个物种的逐步进化,其缺陷的表现也必然带着该物种的特征,而且还受到进化历史中的演化轨迹的影响.已有一些研究人员开始研究软件演化过程,并提出了一些演化度量元.研究和提出了可以刻画软件演化轨迹的两类演化度量元,并通过案例研究,建立缺陷预测模型.在6个著名开源软件数据集上训练和验证了由软件演化度量元建立的缺陷预测模型,获得了良好的预测性能,验证了演化度量元对缺陷预测性能的改进.     

Combining the requirement information for software defect estimation in design time

This paper analyzes the ability of requirement metrics for software defect prediction. Statistical significance tests are used to compare six machine learning algorithms on the requirement metrics, design metrics, and combination of both metrics in our analysis. The experimental results show the effectiveness of the predictor built on the combination of the requirement and design metrics in the early phase of the software development process.     

结合多元度量指标软件缺陷预测研究进展

软件缺陷预测可帮助开发人员提前预测缺陷程序,合理分配有限的测试资源。软件缺陷预测的准确度不仅依赖于预测方法的选择,更依赖于软件的度量指标。因此,结合多元度量指标进行软件缺陷预测已成为当前的研究热点。从度量指标出发,对传统度量指标、多元度量指标以及结合多元度量指标的缺陷预测的研究进展进行了系统介绍。主要工作包含：介绍了传统的代码和过程度量指标、基于传统度量指标的软件缺陷预测模型以及影响数据质量的因素;阐述了语义结构度量指标;分析列举了当前用于软件缺陷预测的评价指标;结合预测粒度、传统度量指标、语义结构度量指标、跨项目软件缺陷预测对多元度量指标软件缺陷预测未来的研究趋势进行了展望。     

基于继承图的面向对象软件复杂性度量研究

面向对象软件开发是一种新的可以减少成本、提高可用性和灵活性的高效的软件系统开发方法。复杂性度量在软件开发中起着非常重要的作用,它可减少整个开发周期的费用,但目前还没有成熟的用于面向对象软件复杂性的度量方法。文章首先通过继承图描述面向对象软件复杂性度量方法,然后讨论了单元重复继承算法,最后给出了具体实例。     

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.     

软件缺陷的综合研究

软件缺陷的概念在软件质量范畴中处于举足轻重的地位，软件缺陷度量是软件质量度量范畴内的核心度量。该文区分了错误、缺陷、故障、失效4个软件缺陷相关的概念，采用正交缺陷分类法建立了软件缺陷的分类分级模式，剖析了软件缺陷的生存周期，给出了缺陷密度、缺陷泄漏矩阵、缺陷注入率和缺陷消除率等基本的、实用的软件缺陷度量。     

Communication metrics for software development

Presents empirical evidence that metrics on communication artifacts generated by groupware tools can be used to gain significant insight into the development process that produced them. We describe a test-bed for developing and testing communication metrics, a senior-level software engineering project course at Carnegie Mellon University, in which we conducted several studies and experiments from 1991-1996 with more than 400 participants. Such a test-bed is an ideal environment for empirical software engineering, providing sufficient realism while allowing for controlled observation of important project parameters. We describe three proof-of-concept experiments to illustrate the value of communication metrics in software development projects. Finally, we propose a statistical framework based on structural equations for validating these communication metrics     

Evaluation metrics and methodologies for user-centered evaluation of intelligent systems

In the past four years, we have worked with several research programs that were developing intelligent software for use by intelligence analysts. Our involvement in these programs was to develop the metrics and methodologies for assessing the impact on users; in this case, on intelligence analysts. In particular, we focused on metrics to evaluate how much the intelligent systems contribute to the users’ tasks and what the cost is to the user in terms of workload and process deviations. In this paper, we describe the approach used. We started with two types of preliminary investigations – first, collecting and analyzing data from analysts working in an instrumented environment for a period of 2 years, and second, developing and conducting formative evaluations of research software. The long-term studies informed our ideas about the processes that analysts use and provided potential metrics in an environment without intelligent software tools. The formative evaluations helped us to define sets of application-specific metrics. Finally, we conducted assessments during and after technology insertions. We describe the metrics and methodologies used in each of these activities, along with the lessons learned.