一种基于模型的嵌入式软件质量量化控制方法与流程

1.本发明涉及质量量化管理，特别是一种基于模型的嵌入式软件质量量化控制方法。


背景技术：

2.根据cmmi(全称capability maturity model integration，即软件能力成熟度集成模型)的定义，将软件研发的成熟度等级分为了5个等级：初始级、可管理级、已定义级、量化管理级、优化管理级。成熟度等级是体现组织流程不断演进改善的重要评价。在lv4(量化管理级)等级，则要求软件研发组织具备分析软件过程和产品质量的详细度量数据，对软件过程和产品进行定量的理解与控制的能力。当前大部分的软件组织处于lv3等级，或者初步具备lv4的部分能力，但是并未能够完全说清楚如何通过数据对软件的过程及产品质量进行度量，并采取相应的控制。


技术实现要素：

3.发明目的：本发明的目的是提供一种基于模型的嵌入式软件质量量化控制方法，从而用于指导项目在评审时控制评审速率，在系统测试时保证合理的用例密度或测试工期，以保障软件的研发质量。
4.技术方案：本发明所述的一种基于模型的嵌入式软件质量量化控制方法，包括以下步骤：
5.(1)根据组织性能基线完成各过程片段缺陷检出目标值的计算；
6.(2)完成应变量y与影响因子x的曲线拟合；
7.(3)根据项目的过程检出目标数、评审规模或测试规模，采用拟合曲线计算得到推荐的评审速率或用例密度；
8.(4)对测试过程的检出目标个数的达成概率进行蒙特卡洛仿真。
9.所述步骤(1)包括以下步骤：
10.(1.1)完成各过程片段缺陷植入检出的性能基线的统计分析；
11.(1.2)各过程片段缺陷植入估计值的计算；
12.(1.3)各过程片段缺陷检出目标值的计算。
13.所述步骤(2)包括以下步骤：
14.(2.1)完成需求检出个数与需求评审速率的曲线拟合；
15.(2.2)完成代码审查检出个数与代码审查速率的曲线拟合；
16.(2.3)完成系统测试缺陷检出个数与测试用例密度、测试过程进度压力的曲线拟合。
17.所述步骤(3)包括以下步骤：
18.(3.1)根据需求过程缺陷检出目标个数及需求评审的规模，采用拟合的需求检出个数与需求评审速率曲线，计算得到推荐的需求评审速率，用于需求评审过程的质量控制；
19.(3.2)根据设计实现过程缺陷检出目标个数及代码审查的规模，采用拟合的设计实现检出个数与代码审查速率曲线，计算得到推荐的代码审查速率，用于代码审查过程的质量控制；
20.(3.3)根据测试过程缺陷检出目标个数及测试的代码行规模，采用拟合的测试过程检出个数与测试用例密度、测试过程进度压力速率曲线，计算得到推荐的测试用例密度，用于系统测试过程的质量控制。
21.所述步骤(4)包括以下步骤：
22.(4.1)在策划阶段，采用估计代码行对测试缺陷检出目标数的达成概率进行蒙特卡洛仿真；
23.(4.2)在开发转测试前，采用实际代码行对修正后的测试缺陷检出目标数的达成概率进行蒙特卡洛仿真。
24.一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种基于模型的嵌入式软件质量量化控制方法。
25.一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种基于模型的嵌入式软件质量量化控制方法。
26.有益效果：与现有技术相比，本发明具有如下优点：通过历史数据拟合的控制目标与影响因子曲线，在给定控制目标的基础上，通过拟合的曲线可给出推荐的影响因子值，如推荐的评审速率、推荐的用例密度值，用于控制新项目的评审及测试过程的有效执行，从而保障软件的研发质量。
附图说明
27.图1为一种基于模型的嵌入式软件质量量化控制方法设计图；
28.图2为基于组织性能基线计算得到的各过程片段缺陷检出目标数示意图；
29.图3为需求引入缺陷密度与需求评审速率回归方程示意图；
30.图4为设计实现引入缺陷密度与代码审查速率回归方程示意图；
31.图5为测试缺陷密度与用例密度、测试进度压力回归方程示意图；
32.图6为根据实际缺陷检出目标值给出推荐评审速率或用例密度示意图；
33.图7为策划阶段测试缺陷检出目标值的达成概率预测示意图。
具体实施方式
34.下面结合附图对本发明的技术方案作进一步说明。
35.一种基于模型的嵌入式软件质量量化控制方法，包括以下步骤：
36.(1)根据组织性能基线完成各过程片段缺陷检出目标值的计算；
37.(1.1)完成各过程片段缺陷植入检出的性能基线的统计分析；
38.(1.2)各过程片段缺陷植入估计值的计算；
39.(1.3)各过程片段缺陷检出目标值的计算。
40.(2)完成应变量y与影响因子x的曲线拟合；
41.(2.1)完成需求检出个数与需求评审速率的曲线拟合；
42.(2.2)完成代码审查检出个数与代码审查速率的曲线拟合；
43.(2.3)完成系统测试缺陷检出个数与测试用例密度、测试过程进度压力的曲线拟合。
44.(3)根据项目的过程检出目标数、评审规模或测试规模，采用拟合曲线计算得到推荐的评审速率或用例密度；
45.(3.1)根据需求过程缺陷检出目标个数及需求评审的规模，采用拟合的需求检出个数与需求评审速率曲线，计算得到推荐的需求评审速率，用于需求评审过程的质量控制；
46.(3.2)根据设计实现过程缺陷检出目标个数及代码审查的规模，采用拟合的设计实现检出个数与代码审查速率曲线，计算得到推荐的代码审查速率，用于代码审查过程的质量控制；
47.(3.3)根据测试过程缺陷检出目标个数及测试的代码行规模，采用拟合的测试过程检出个数与测试用例密度、测试过程进度压力速率曲线，计算得到推荐的测试用例密度，用于系统测试过程的质量控制。
48.(4)对测试过程的检出目标个数的达成概率进行蒙特卡洛仿真。
49.(4.1)在策划阶段，采用估计代码行对测试缺陷检出目标数的达成概率进行蒙特卡洛仿真；
50.(4.2)在开发转测试前，采用实际代码行对修正后的测试缺陷检出目标数的达成概率进行蒙特卡洛仿真。
51.实施例：
52.第一步，根据组织性能基线完成各过程片段缺陷检出目标值的计算。
53.(1.1)完成各过程片段缺陷植入、检出的性能基线的统计分析。根据已经交付项目的软件，进行基础数据的统计，包括：项目规模(功能点)、需求过程引入的缺陷数(个)、as设计实现过程引入的缺陷数(个)、os设计实现过程引入的缺陷数(个)，需求过程自检出的缺陷数(个)、as设计实现过程自检出的缺陷数(个)、os设计实现过程自检出的缺陷数(个)，分别计算得到导出指标：
54.需求引入缺陷密度(个/功能点)＝需求过程引入缺陷数/项目规模
55.as设计实现引入缺陷密度(个/功能点)＝as设计实现过程引入缺陷数/项目规模
56.os设计实现引入缺陷密度(个/功能点)＝os设计实现过程引入缺陷数/项目规模
57.需求过程pce＝(需求过程自检出的缺陷数/需求过程引入缺陷数)*100％
58.as设计实现过程pce＝(as设计实现过程自检出的缺陷数/as设计实现过程引入缺陷数)*100％
59.os设计实现过程pce＝(as设计实现过程自检出的缺陷数/os设计实现过程引入缺陷数)*100％
60.对计算得到的过程引入缺陷密度、过程pce导出指标，采用数值统计方法，进行基线值的统计，得到均值及标准差。
61.(1.2)各过程片段缺陷植入估计值的计算。
62.根据新研项目的估计功能点规模，得到各过程的缺陷植入估计值：
63.需求过程引入缺陷估计数＝需求引入缺陷密度(个/功能点)*项目估计规模(功能点)
64.as设计实现过程引入估计缺陷数＝as设计实现过程引入缺陷密度(个/功能点)*项目估计规模(功能点)
65.os设计实现过程引入估计缺陷数＝os设计实现过程引入缺陷密度(个/功能点)*项目估计规模(功能点)
66.(1.3)各过程片段缺陷检出目标值的计算。
67.需求过程缺陷检出目标数＝需求过程引入缺陷估计数*需求过程pce
68.as设计实现过程缺陷检出目标数＝as设计实现过程引入缺陷估计数*as设计实现过程pce
69.os设计实现过程缺陷检出目标数＝os设计实现过程引入缺陷估计数*os设计实现过程pce
70.各过程片段根据组织性能基线计算得到的缺陷检出目标值如图2所示。
71.第二步，完成应变量y与影响因子x的曲线拟合。
72.(2.1)完成需求引入缺陷密度与需求评审速率的曲线拟合。
73.将需求引入缺陷密度与需求评审速率的历史数据放入minitab工具，采用工具的回归功能得到需求引入缺陷密度y与需求评审速率x的拟合曲线公式，如图3所示。
74.(2.2)完成as/os设计实现引入缺陷密度与代码审查速率的曲线拟合。将as/os设计实现引入缺陷密度与代码审查速率的历史数据放入minitab工具，采用工具的回归功能得到设计实现引入缺陷密度y与代码审查速率x的拟合曲线公式，如图4所示。
75.(2.3)完成系统测试缺陷密度与测试用例密度、测试过程进度压力的曲线拟合。
76.将测试缺陷密度与用例密度、测试进度压力的历史数据放入minitab工具，采用工具的回归功能得到测试缺陷密度y与用例密度x1、测试进度压力x2的拟合曲线公式，如图5所示。
77.第三步，根据项目的过程检出目标数、评审规模或测试规模，采用拟合曲线计算得到推荐的评审速率或用例密度。如图6所示。
78.(3.1)根据需求过程缺陷检出目标个数及需求评审的规模，采用拟合的需求检出个数与需求评审速率曲线，计算得到推荐的需求评审速率，用于需求评审过程的质量控制。
79.在excel中完成需求评审目标、评审规模、评审速率的展示形式设计，并将拟合的曲线公式固化在单元格计算公式中；
80.将实际需求评审的规模填入相应列中，根据拟合公式计算得到推荐评审速率。
81.(3.2)根据设计实现过程缺陷检出目标个数及代码审查的规模，采用拟合的设计实现检出个数与代码审查速率曲线，计算得到推荐的代码审查速率，用于代码审查过程的质量控制。
82.在excel中完成as/os代码审查评审目标、代码审查规模、代码审查速率的展示形式设计，并将拟合的曲线公式固化在单元格计算公式中；
83.将实际代码审查的规模填入相应列中，根据拟合公式计算得到推荐代码审查速率。
84.(3.3)根据测试过程缺陷检出目标个数及测试的代码行规模，采用拟合的测试过程检出个数与测试用例密度、测试过程进度压力曲线，计算得到推荐的测试用例密度，用于系统测试过程的质量控制。
85.在excel中完成测试缺陷检出目标、测试代码行规模、用例密度的展示形式设计，并将拟合的曲线公式固化在单元格计算公式中；
86.将实际拟测试的规模填入相应列中，根据拟合公式计算得到推荐测试用例密度。
87.第四步，对测试过程的检出目标个数的达成概率进行蒙特卡洛仿真。
88.(4.1)在策划阶段，采用估计代码行对测试缺陷检出目标数的达成概率进行蒙特卡洛仿真。
89.在excel中完成组织平均缺陷检出密度假设的定义；
90.在excel中某单元格中完成缺陷检出目标数＝组织平均缺陷检出密度*预估测试代码行的公式定义，并将其定义为预测；
91.运用crystal ball水晶球插件，对预测值进行蒙特卡洛仿真；
92.设定目标值(如16)，即可得到仿真值大于该目标值的达成概率(29.3％)，如图7所示。
93.(4.2)在开发转测试前，采用实际代码行对修正后的测试缺陷检出目标数的达成概率进行蒙特卡洛仿真。实施步骤同上述步骤一样。设定修正后的测试缺陷检出目标值(如18)，观测其达成概率。
94.一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种基于模型的嵌入式软件质量量化控制方法。
95.一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种基于模型的嵌入式软件质量量化控制方法。