看到的较好的软件缺陷度量说明
56 计算机应用研究
2005年
的功能点划分)时的缺陷数。所有这些信息都来自度量数据库。首先计算开发人员的缺陷率DBR(DeveloperBugRatio)
DBR=该阶段缺陷总数/某人该阶段开发代码行数L
(1)
这里用某一时期某一开发人员缺陷总个数与该阶段代码行数的比值来表示该开发人员的缺陷率。这只是一个粗略的计算,不能充分反映开发人员的熟练程度,为了充分反映开发人员的熟练程度,我们对不同开发人员的缺陷级别(BugLe-vel)进行估算。
定义1 缺陷类型权值向量W,其中各元素WX代表缺陷类型X对应的权值:W=(WA1,WA2,…,WA7,WB1,…,WB4,
WC1,…,WC5,WD1,…,WD6,WE1,WE2)=(5.6,5.5,…,5,4.3,…,4,3.4,…,3,2.5,…,2,6.1,6.2)
(2)
在向量W中,作为最后一个缺陷类型E,虽然它不是产生于程序员本身,而是由于系统在前期设计的不足或者存在的错误导致,但这些缺陷如果在程序开发的后期才被发现,那么修改的成本将会很高,因此将它的权值设为最高。
定义2 缺陷数量向量N,代表某一编码人员被检查出的所有类型缺陷数量,按照缺陷类型依次排列,其中每个元素的值NX对应发现该类型X缺陷的个数,值为0表示未发现该类型的缺陷。
N=(NA1,NA2,…,NA7,NB1,…,NB4,NC1,…,NC5,ND1,…,ND6,NE1,NE2)
定义3 缺陷数量加权值,代表某一编码人员被检查出的所有类型缺陷数量的加权值。
PersonA_BL=[N,W]
(3)
向量N与W的内积表示该测试人员测试出的不同类型缺陷数(N中元素值)与对应权值(W中元素值)的乘积之和。这是从质量的角度去衡量该人员的编码质量,可以作为该开发人员熟练程度的标志,式(3)显然比式(1)更具有说服力(值越小熟练程度越高)。
例如,某一编码人员被检查出的缺陷数量向量为
N=(2,0,…,1,3,…,0,1,…,4,2,…,0,0,0)
其缺陷数量的加权值为
PersonA_BL=[N,W]=2×5.6+5+3×4.3+4+4×3+2×2.5=50.1
(2)测试人员的熟练程度分析
我们以测试人员的测试效率(TesterEfficiency,TE)作为测试人员的熟练程度的标志。例如,某一测试人员被检查出的缺陷数量向量为
N=(5,3,…,3,6,…,3,6,…,4,2,…,3,1,0)PersonB_TE=[N,W]/T=146.8/2=73.4
(4)
向量N与W的内积表示该测试人员测试出的不同缺陷类型数(N中元素值)与对应权值(W中元素值)的乘积之和,再除以本次测试的周期,作为测试人员的熟练程度。这里抛开单纯从缺陷个数的角度去衡量测试人员熟练程度的不足,而从测试效率的角度来进行分析。从式(4)中我们可以看到,影响测试人员熟练程度的因素有两个:①测试出不同类型缺陷中权值大的缺陷数所占比重;②本次测试所经历周期的长短,最终的结果与①呈正比,与②呈反比。显然如果测试出的缺陷中权值大的部分占的比重大,同时经历的周期比原来的短,则最终PersonB_TE的值会增大,反之将会减小,从而可以比较准确地反映该测试人员的熟练程度(值越大该测试人员的熟练程度
越高)。
(3)项目进展状况分析
为了分析项目的进展情况,我们根据基本度量数据,以星期为单位绘制某一阶段A类缺陷状态跟踪图。在图2中显示了分别处于新发现、正在修改、待确认、修改完毕四种状态下A类缺陷的跟踪曲线。它们分别是:①每个报告区间新发现的A类缺陷数;②每个报告区间处于正在修改状态的A类缺陷数;③每个报告区间等待确认修改结果的A类缺陷数;④每个报告区间已经修改完毕的A类缺陷数。
100
个
新90正发待在现修改8070修确认改完毕
605040302010
01234567891011121314151617181920周
图2 A类缺陷状态跟踪图
总体上来说,四条曲线之间没有确定的线性关系,但是它们之间有密切的关系,随着项目开发的延续,它们之间表现出一种迭代关联的关系。任何阶段修改完毕的缺陷数小于或等于前一阶段待确认的缺陷数;当某阶段修改完毕的缺陷数大于新发现的缺陷数同时待确认的缺陷数保持基本稳定时,图中相应的处于正在修改状态的缺陷曲线呈下降趋势,反之将会呈上升趋势。而处于修改状态的缺陷代表目前剩余的工作量,同时它的走势可以作为产品成熟程度的标志。当处于修改状态的缺陷呈上升趋势时,说明产品质量问题严重,将导致项目后期预算增加、工作量增大,并且项目可能延期。图2中显示近期缺陷修改完成的比率相对稳定,同时新发现的A类缺陷数量处于一种相对收缩的趋势,项目进展正常。这里只列出A类缺陷因为少量的低级别的缺陷是可以允许的,它们对项目实施的进度不会产生太大的影响,而A类缺陷是必须考虑的,在实际项目中并不是所有的缺陷都必须得到修改[7]。
当我们分析这些度量数据时,应该把它们和项目的进度结合起来考虑,因为在项目实施的过程中,如果测试工作进展缓慢,或因为赶进度而忽略某些测试步骤同样会导致处于修改状态的缺陷处于明显的下降的趋势,也就是说导致图2现象的原因不是唯一的,所以在实际中应该予以区分。
(4)代码质量分析
为了评估代码的质量,我们从代码走查阶段的基本度量数据中导出的缺陷密度Bugs/KSLOC(KiloSourceLinesofCode模块中每千行代码的缺陷数)作为导出度量,绘制到图3作为指示器,根据历史数据,我们设定了最高阈值24和最低阈值4(如图3中虚线所示,此处可以考虑用缺陷的权值作为阈值)。
我们看到在图3中Mod6的缺陷率已超出最高阈值线,对该模块的代码需要作进一步检查分析,找出异常的原因。因为缺陷率的大小和测试缺陷所用的方法有关,较低的缺陷率可能源自低效的检查过程,比如没有做好检查的前期准备;有时较高的缺陷率可能是因为该阶段投入检查的资源比较多,如额外的时间投入,或者使用了更为先进的测试工具。所以在对代码检查的同时对该阶段的测试方法同样应该进行检查,最后才能作出准确的判断[7]。
图1 基于缺陷度量与分析的软件过程改进模型 3 缺陷分类方法研究 3.1 缺陷分类的目的和原则 缺陷分类的目的是通过实施软件缺陷管理,采集完整的缺陷数据信息。通过 ...
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...
软件缺陷度量与软件过程管理方法研究_专业资料。软件能力成熟度模型第4级中要求在项目中定量管理,建立组织级过程性能,构成完整的量化管理,采用统计或其它定量方法管理...
软件测试缺陷度量分析对缺陷的度量有助于测试 测试过程监控,例如:缺陷密度分析,发现和修复的缺陷数目等。另外,缺陷度 测试 量应包括追踪过程控制信息的过程改进活动...
利用软件缺陷度量技术对软件项目进行评估是现今软件企业常用的评估手段.探讨了软件缺陷的分类技术,给出了利用正交分类法进行软件缺陷度量的一般方法.在此基础上对一个...
第2 8卷第 9期 210 1年 9月 计 算机应 用 与软件 CmptrAplain n otaeoue pitsadSfr cow Vo.8N. 12 o9Sep.201 1 软件 缺 陷度 量 与分 析技术研究 ...
软件缺陷管理中分类及度量方法 隐藏>>分享到: X 分享到: 使用一键分享,轻松赚取财富值, 了解详情 嵌入播放器: 普通尺寸(450*500pix) 较大尺寸(630*500pix...
缺陷管理(软件测试与度量)_工学_高等教育_教育专区。软件测试与度量课件 东华大学《软件质量保证和测试》 Bug管理姚砺 yaoli@dhu.edu.cn 内容 Bug相关概念 ? ...
软件缺陷分类及其度量技术研究软件缺陷分类及其度量技术研究隐藏>> 维普资讯 http://www.cqvip.com 计算机与计算数学 316 方法 (J.MP所 要求 的抽 象属 性访...
基于缺陷度量的软件质量成本分析模型_专业资料 暂无评价0人阅读0次下载举报文档 基于缺陷度量的软件质量成本分析模型_专业资料。见题...
热门文档