基于gompertz模型与回归分析模型控制测试质量的工敏程化方法格式修改1.docxVIP

基于Gompertz模型与回归分析模型控制测试质量的工程化方法 陈敏华，苏张吉，赖晓健 浙江中控技术股份有限公司，浙江杭州，310053 摘 要：如何量化软件测试的过程，在CMMI模型中，除了建立过程性能模型和基线，还可以引入可靠性增长的模型对软件测试过程产品的质量的进行预测，本文采用Gompertz模型实现了对软件测试过程的投入进行预测，以及产品的质量进行预测的方法。 关键字：Gompertz模型、量化管理、软件测试 Gompertz model prediction in the software testing process applications Chenminhua，Suzhangji，Laixiaojian Zhejiang SUPCON Co.,Ltd.,Hangzhou,Zhejiang,310053 Abstract：In the CMMI model, establishing the model and baseline of performance can quantify the software testing process. In addition, a model of software reliability growth testing process also can predict the quality of the product. This article introduce the mothod of using Gompertz model to predict the software testing process inputs and product quality. KeyWords：Gompertz Model、Quantitatively Manage、Software test 0 引言 质量、进度和成本是软件项目关注的三大要素，三者互相制约，互相依赖。确保软件产品质量的主要方法是同行评审和测试，而测试的工作量通常远远大于同行的评审投入，是最重要的质量成本投入。产品究竟要测试到什么程度才可以交付，还需要投入多少测试资源才能达到质量目标，如何根据目前的缺陷发现趋势预测产品质量的好坏，是很多软件开发企业关注的问题。笔者在实践的过程中，结合CMMI高成熟度的要求、回归分析技术、软件可靠性增长模型进行了有益的尝试，总结了一套基于Gompertz模型与软件回归分析方法预测、控制测试质量的方法，可以根据当前测试的已有数据，进行产品的质量、需要的测试资源和交付日期的预测，并通过建立的测试投入与缺陷密度的回归方程结合使用，判断质量的好坏或投入是否存在问题。 1 可靠性增长模型的基本思想 Virene（1968）首次使用Gompertz曲线来描述可靠性增长的规律。Gompertz曲线的特点是开始增长较慢，然后逐渐加快，到某点以后增长速度又减慢，曲线会趋近一条渐近线（K值），但不会超过，曲线的变化是逐渐的、平滑的，而不是骤然的。在软件测试过程中，最开始的时候，会呈现缺陷增长较快的趋势状态，随着测试的进行，软件测试的隐藏加深，测试难度加大，需要执行较多的测试用例才能发现一个缺陷，虽然继续投入测试，仍然会持续发现缺陷，但是明显缺陷的增长速度会减缓，同时软件中隐藏的缺陷是有限的，因而限制了发现缺陷数的无限增长。这种软件测试中发现缺陷的趋势符合可靠性增长的规律，因而采用Gompertz应用于软件产品质量的预测领域。 Gompertz模型的原始表达式如（1）所示 R=ab 其中R是随时间T的可靠度，R是百分数，0＜R≤100%；a是当t→∞时的可靠度的上限。ab是当t→0时的起始可靠度。c表示增长的速度。 在软件测试中，通常关注的是测试的缺陷个数，对上述Gompertz的公式做如下修正： 假设软件产品中，隐藏的软件缺陷总数是N，通过测试发现的缺陷数为m。当发现的缺陷数越多，则表示软件的可靠度越高，即软件的可靠度就可以表示为（2）所示 R=m 在式（1）左右均乘以N则有： N×R=N×ab 令Y=N×R，K=N×a，式（3）可改写为： Y=Kb 重新对（4）的字母取序号，改写为Y=K 其中Y则表示随时间t发现的软件缺陷总数，K是当t→∞时的可能发现的软件缺陷总数，即软件中所含的缺陷总数。Ka是当t→0时发现的软件缺陷数，b表示发现缺陷的增长速度, b值越小，增长速度越快，b值越大，增长的速度越慢。 2 回归分析方法的基本思想 回归分析是从一组样本数据出发，定量地给出变量之间的变化规律，它不仅能提供变量相关关系的经验公式（回归方程），而且可以判明所建立的回归方程的有效性。描述y的平均值或期望值如何依赖于x的方程称为回归方程，或称回归模型。在回归分析中，变量y 称为因变量，处在被解释的