Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності

Розглянуто актуальну проблему підвищення якості програмних систем (ПС) через скорочення їх дефектів. Процес розроблення ПС вдосконалено новим процесом уніфікованого прогнозу й оцінювання щільності залишкових дефектів (FD) ПС у життєвому циклі (ЖЦ) ПС згідно встановлених вимог до нього. Для нього роз...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2009
Автор:	Слабоспицька, О.О.
Формат:	Стаття
Мова:	Українська
Опубліковано:	Інститут програмних систем НАН України 2009
Теми:	Тестування, надійність та якість програм
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/4597
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності / О.О. Слабоспицька // Пробл. програмув. — 2009. — № 3. — С. 50-58. — Бібліогр.: 19 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

_version_	1859863239178846208
author	Слабоспицька, О.О.
author_facet	Слабоспицька, О.О.
citation_txt	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності / О.О. Слабоспицька // Пробл. програмув. — 2009. — № 3. — С. 50-58. — Бібліогр.: 19 назв. — укр.
collection	DSpace DC
description	Розглянуто актуальну проблему підвищення якості програмних систем (ПС) через скорочення їх дефектів. Процес розроблення ПС вдосконалено новим процесом уніфікованого прогнозу й оцінювання щільності залишкових дефектів (FD) ПС у життєвому циклі (ЖЦ) ПС згідно встановлених вимог до нього. Для нього розроблено модель та методи, що долають обмеження індивідуального прогнозу FD за байєсовою мережею (на початку ЖЦ) при її груповому оцінюванні за пропонованою моделлю типу дерева цінності (впродовж ЖЦ). Оцінки FD вдосконалено формалізованим обґрунтуванням для аналізу їх прийнятності та вибору серед них. Досягнуто постійне підвищення обґрунтованості оцінок. Створено умови підвищення ефективності прогнозу й оцінювання FD у ЖЦ ПС. Рассмотрена актуальная проблема повышения качества программных систем (ПС) за счет сокращения их дефектов. Процесс разработки ПС усовершенствован новым процессом унифицированного прогноза и оценивания плотности остаточных дефектов (FD) ПС в жизненном цикле (ЖЦ) ПС согласно установленным требованиям к нему. Для него разработаны модель и методы, преодолевающие ограничения индивидуального прогноза FD по байесовской сети (в начале ЖЦ) при ее групповом оценивании по предложенной модели типа дерева ценности (далее в ЖЦ). Оценки FD усовершенствованы формализованным обоснованием для анализа их приемлемости и выбора среди них. Достигнуто непрерывное повышение обоснованности оценок. Созданы условия повышения эффективности прогноза и оценивания в ЖЦ ПС. An actual problem of Software quality increasing through its faults reducing is considered. Software process is improved with a new process of software residual faults’ density (FD) unified predicting/assessing over the software life cycle (SLC) accordingly to the requirements being stated to him. The model and the methods for the above process are elaborated that overlap limitations of an individual FD predicting (early in SLC) with group FD assessing (later in SLC). The formalized rationale for choosing among FD estimates and their acceptance analyzing is attached to them. These estimates’ consistency continuous increase is accomplished. The premises of prediction/assessment efficiency increase over SLC are created.
first_indexed	2025-12-07T15:46:56Z
format	Article
fulltext	Тестування, надійність та якість програм 50 УДК 681.3.06, 519.76 О.O. Слабоспицька ВДОСКОНАЛЕННЯ ПРОГНОЗУ ЩІЛЬНОСТІ ЗАЛИШКОВИХ ДЕФЕКТІВ ПРОГРАМНИХ СИСТЕМ ЗА ДОПОМОГОЮ БАЙЄСОВОЇ МЕРЕЖІ ТА ДЕРЕВА ЦІННОСТІ Розглянуто актуальну проблему підвищення якості програмних систем (ПС) через скорочення їх дефек- тів. Процес розроблення ПС вдосконалено новим процесом уніфікованого прогнозу й оцінювання щільності залишкових дефектів (FD) ПС у життєвому циклі (ЖЦ) ПС згідно встановлених вимог до нього. Для нього розроблено модель та методи, що долають обмеження індивідуального прогнозу FD за байєсовою мережею (на початку ЖЦ) при її груповому оцінюванні за пропонованою моделлю типу дерева цінності (впродовж ЖЦ). Оцінки FD вдосконалено формалізованим обґрунтуванням для аналізу їх прийнятності та вибору серед них. Досягнуто постійне підвищення обґрунтованості оцінок. Створено умови підвищення ефективності прогнозу й оцінювання FD у ЖЦ ПС. Вступ Узагальнений підхід В.В. Ліпаєва до керування якістю ПС [1] надає кількості залишкових дефектів довільної ПС ролі невід’ємної внутрішньої метрики задово- леності користувача в еталонній моделі якості [2]. Враховуючи значні відмінності ПС різних типів за розміром та його зале- жність від обраної мови програмування, для подальшого дослідження пропонується щільність залишкових дефектів (FD), тоб- то відношення кількостей дефектів та умо- вних одиниць функційності [3]. Однак дійсна роль FD при реаліза- ції підходу В.В. Ліпаєва істотно залежить від типу створюваної ПС. Так, для некри- тичної багатокомпонентної ПС оброблен- ня даних у [4] FD є єдиним критерієм яко- сті (редукованої до завершеності [2]), до- статнім для ефективного розв’язання всіх задач керування протягом ЖЦ ПС. Нато- мість, для ПС критичного призначення у програмно-апаратних комплексах реально- го часу FD додатково відіграє [5] роль внутрішньої метрики безпечності [2]. Крім того, FD широко використовується як ін- дикатор ризику програмного проекту [6], альтернативний щодо імовірнісного інди- катора [7], запропонованого Software Engineering Institute (SEI). Наведені приклади застосування FD для ефективного керування ЖЦ ПС демон- струють потребу її прогнозу й оцінювання протягом ЖЦ, а також істотну різноманіт- ність ролей у процесах ЖЦ ПС їх агентів, які отримують оцінки FD, приймають на їх підставі керівні рішення щодо ЖЦ ПС (звані FD-обумовленими) та/або зазнають впливу останніх. Вона зумовлює потен- ційні розбіжності поглядів цих агентів на склад і структуру чинників FD та необхід- ність раціонального агрегування поглядів при її оцінюванні. Численні діючі стандарти розроб- лення ПС – від універсальних (ISO 9001, ISO/IEC 15504) до спеціалізованих (типу IEC 61508 [8] для критичних ПС) – вста- новлюють загальні вимоги до якості ПС і процедур керування нею. Фіксуються та- кож методи й прийоми розроблення ПС, орієнтовані на досягнення цих вимог шля- хом максимального скорочення кількості дефектів на всіх стадіях ЖЦ ПС. Але жод- них оцінок FD, досягнутих при дотриманні стандартів, не надається [5]. Це виключає вибір оптимальної серед альтернативних стратегій керування ЖЦ ПС та кількісне оцінювання якості (проміжних) продуктів на всіх стадіях ЖЦ. Проте саме це оцінювання є необ- хідною передумовою підвищення зрілості організації-розробника ПС (починаючи з другого рівня) у моделях технологічної зрілості SW-CMM [9] і CMMI [10] (SEI). Більше того, міжнародні стандарти ISO/IEC 12207, ISO/IEC 15504, методоло- гія безперервного керування ризиком CRM [7] (SEI) та стандарти IEEE щодо проце- сів контролю й гарантування якості, вери- фікації, валідації, спільного перегляду й © О.О. Слабоспицька, 2009 ISSN 1727-4907. Проблеми програмування. 2009. № 3 Тестування, надійність та якість програм 51 аудиту [3] висвітлюють у ЖЦ ПС шість типів оцінювання FD. Вони відрізняються: складом ролей залучених агентів ЖЦ (осо- ба, що приймає рішення (ОПР), діє само- стійно або разом із експертами, які пода- ють погляди стейкхолдерів); характером вхідної/вихідної інформації (імовірнісної чи детермінованої); моментом, на який оцінюється FD (прогноз чи поточна оцін- ка). Згадані документи фіксують істотні вимоги до оцінювання FD: а) уніфікованість щодо типу, рівня інформованості учасників, стадії ЖЦ та типу ПС; б) доступність результатів для ви- користання всіма агентами ЖЦ; в) розгляд у контексті інфраструк- тури організації та поточного проекту ПС; г) врахування всіх релевантних по- глядів агентів ЖЦ ПС; д) висвітлення насамперед невизна- ченості й потенційних можливостей, а не тільки шкоди; е) безперервність та інформаційна спадкоємність на всіх стадіях ЖЦ ПС; ж) порівнюваність оцінок FD для всіх типів ПС на всіх стадіях ЖЦ ПС. Починаючи із стадії системного те- стування, для прогнозу FD достатньо ефе- ктивні мультиплікативні регресійні моделі (наприклад, розроблені фахівцями Rome Laboratory [11]), незважаючи на їх обме- ження [4, 12]. Однак вони цілком незасто- совні на початку ЖЦ ПС [12]. Тут потуж- ним засобом індивідуального виведення розподілу ймовірностей для FD за апріор- ними розподілами чинників впливу і (гіпо- тетичними) свідченнями щодо дефектів є апарат Байєсових мереж (БМ) [4–6]. Але, як визнає провідний дослідник цього апа- рата Н. Фентон [5], підтримка решти чоти- рьох типів прогнозу/оцінювання FD по- требує вдосконалення БМ адекватною мо- деллю багатокритеріального прийняття рішень. Аналіз арсеналу таких моделей засвідчує потенційну перспективність у цій ролі моделі класу дерево цінності [13]. Мета роботи – розроблення моделі та математичних методів нового процесу прогнозування/оцінювання FD протягом ЖЦ ПС, відповідного вимогам а)–ж). Засіб її досягнення – несуперечливе поєднання підходу [4] до керування якістю ПС на підставі раннього прогнозу FD за БМ та підходу [14] до спадкоємного й обґрунто- ваного експертного оцінювання критеріїв ефективності у ЖЦ ПС за спеціальною мо- деллю – аргументованим деревом цінності (АД), що розвиває канонічне дерево цінно- сті згідно особливостей ЖЦ. Математичний апарат До складу математичного апарата підтримки процесу прогнозування й оці- нювання FD пропонується внести чотири базові конструкти: а) трактування дефекту ПС; б) взаємопов'язані типові моделі оцінювання FD класів БМ і АД; в) модель процесу спадкоємного прогнозування/оцінювання FD протягом ЖЦ ПС; г) методи підтримки цього процесу згідно вимог а)–ж). Прийняте уніфіковане трактування дефекту ПС відповідає ризико- орієнтованій парадигмі якості ПС, розви- нутій в US NASA [15]: на довільній стадії ЖЦ ПС дефект ПС – це така властивість (проміжного) продукту стадії, що може призвести до зниження якості кінцевої ПС. Це трактування дозволяє виділити три ти- пи дефектів згідно початковим стадіям ЖЦ, де вони виникають, а саме: зумовлені вимогами; зумовлені специфікацією коду; зумовлені кодом. Завдяки цьому, виникає можливість встановлення структурних та інформаційних взаємозв’язків між типо- вими моделями FD, розглянутими далі. Такі моделі, що запроваджують прийняте трактування дефекту до практи- ки спадкоємного оцінювання FD у формо- ваному процесі, показано на рис. 1. Зліва наведено схему БМ, запропо- новану Н. Фентоном для прогнозування різних типів дефектів [6] на стадіях ЖЦ ПС, із незначними спрощеннями для по- кращення сприйняття. Еліпси та прямоку- тники позначають тут вузли БМ та, відпо- відно, підмережі, детальна структура яких є неістотною для мети роботи. Праворуч модель FD згідно ризико-орієнтованої па- радигми NASA подано у вигляді АД. Пун- ктирні стрілки пов'язують вузли верхнього Тестування, надійність та якість програм 52 Рис. 1. Взаємопов’язані типові ВМ і АД для прогнозування/оцінювання FD рівня БМ, позначені символом , відпові- дні чинникам, прийнятим як визначальні для FD й оцінюваним в імовірнісній фор- мі, з вузлами АД, що подають ці чинники, оцінювані в детермінованій формі. Такі зв’язки забезпечують можливість взаємно- го “калібрування” моделей типу БМ і АД для FD, а також підвищення точності отриманих за ними оцінок щільності дефе- ктів трьох виділених типів і FD у цілому. Третій базовий конструкт – модель процесу прогнозування/оцінювання FD – являє собою трійку МOD = 〈 AG, EN, RM 〉, (1) де AG, EN і RM – відповідно, склад ролей агентів процесу, інформаційне середовище його перебігу та уніфікована підмодель окремого раунду прогнозу/оцінювання. Рис. 2 надає графічне подання за- пропонованої моделі (1). Відповідно до нього, зазначений процес визначено як по- слідовність уніфікованих раундів прогно- зу/оцінювання, спадкоємно повторюваних протягом усіх стадій ЖЦ ПС згідно підмо- делі RM за участі агентів AG у спільному інформаційному середовищі EN. У міру виконання раундів відповідні банки даних (БД) в EN безперервно поповнюються їх уніфікованими результатами, а саме: • поточними БМ і АД (відмінними від типових); • звітом про FD (що підсумовує оцінки FD за БМ і АД разом з їх обґрунту- ванням у підсумковому рішенні); • звітом про виявлені дефекти. Модель RM довільного раунду про- гнозу/оцінювання FD (внутрішню струк- туру якої “висвітлено” на рис. 2) надає агентам AG можливість використання рет- роспективи цих результатів для всіх попе- редніх раундів. Як свідчить рис. 2, агентам AG про- понуються також фактична інформація щодо стану процесу розроблення в органі- зації-розробнику та зведений звіт про де- фекти у створюваній ПС. Він безперервно актуалізується на підставі поточних звітів 53 Рис. 2. Модель процесу спадкоємного прогнозування/оцінювання FD протягом ЖЦ ПС про дефекти, формованих у раундах. Зве- дений звіт містить поточні оцінки щільно- сті залишкових дефектів (у цілому та з де- талізацією за трьома пропонованими ти- пами), а для довільного виявленого дефек- ту – стан і пріоритет усунення або ж дату закриття разом з ідентифікацію відповіда- льних агентів ЖЦ. Пропонований склад агентів AG по- казано на рис. 2. До числа індивідуальних належить ОПР (аналітик, член груп якості, верифікації й валідації і/або підтримки за- мовника, менеджер або технічний лідер проекту ПС в організації-розробнику або ж керівник зовнішньої експертної групи); інтерв’юєр (член зовнішньої експертної групи); експерт (досвідчений фахівець в галузі розроблення ПС того ж типу, що й створювана, член групи проекту, предста- вник стейкхолдера). Зовнішній експерт – це спеціалізована організаційна структура з офіційними повноваженнями щодо оці- нювання стану процесів розроблення ПС в організаціях-розробниках та надання на- станов щодо їх вдосконалення. Стейкхол- дер являє собою організаційну структу- ру/особу, регламентована діяльність якої зазнає впливу FD-обумовлених рішень (урядова агенція, фірма – розробник ПС, вид Збройних сил, державний службовець високого рівня тощо). У свою чергу, середовище EN з мо- делі (1) поєднує: • фіксований БД “готових до вико- ристання” фрагментів БМ, запропонованих у [5] для подання FD за широкого кола практично важливих умов її оцінювання; • БД фактичної інформації щодо процесу розроблення в організації- розробнику, поповнюваний у міру його перебігу; • БД типів цілей, що можуть дося- гатися, та відповідних їм FD-обумовлених рішень з керування ЖЦ ПС (щодо виявле- них дефектів та поточного проекту ПС), Тестування, надійність та якість програм 54 які можуть прийматися у довільному рау- нді прогнозу/оцінювання FD; • БД моделей оцінювання типів БМ і АД (первинними елементами якого є ти- пові моделі, показані на рис. 1); • БД звітів раунду – про FD та про виявлені дефекти, структуру яких показано на рис. 2. Усі зазначені БД, крім першого, по- стійно поповнюються відповідними ре- зультатами раундів у міру перебігу формо- ваного процесу прогнозування/оцінювання FD на всіх стадіях ЖЦ ПС. Нарешті, вищенаведені вимоги а)– ж) до формованого процесу прогнозуван- ня/оцінювання FD підтримуються за до- помогою розглянутих далі методів форма- льного оперування з моделями класів АД [14] і БМ на трьох внутрішніх кроках мо- делі раунду RM з (1), показаної на рис. 2. Для першого й п’ятого кроків RM матема- тична підтримка не передбачається, зва- жаючи на неформальний характер дій аге- нта з роллю ОПР та їх залежність від пото- чної ситуації виконання проекту ПС. На другому кроці – ”Встановлення моделей” – ОПР надаються три розглянуті в [14] можливості визначення адекватної моделі для прогнозу/оцінювання FD (БМ, АД або пари БМ і АД із спільними вузла- ми), а саме: побудова; добір у БД моделей; модифікація обраної моделі(й) згідно осо- бливостей створюваної ПС. Для БМ і АД із спільними вузлами підтримується взаємне калібрування. Для цього центри найбільш імовірних інтервалів (для неперервних спільних вузлів) і найімовірніші значення (для дискретних) у БМ розглядаються в ролі їх узагальнених експертних оцінок за АД. Навпаки, медіани експертних оцінок спільних вузлів у АД застосовуються як вищезазначені центри інтервалів та най- імовірніші значення у БМ. В обох випад- ках узагальнена експертна оцінка FD за АД (FDV) зіставляється із середнім розпо- ділу FD, отриманого за БМ (FDN). За від- сутності на поточний момент статистич- них критеріїв значущості їх різниці, про- понується емпіричне правило, обумовлене міркуваннями симетрії: якщо \| FDV – FDN \| / max( FDV, FDN ) > 0.5, то обидві моделі потребують корекції. Починаючи із стадії системного те- стування, передбачається також додаткова верифікація БМ і АД на підставі фактич- них даних тестування ПС та прогнозу FD за традиційними регресійними моделями на зразок запропонованих у [11]. Наступний, третій, крок – ”Встано- влення значення FD” – передбачає отри- мання розподілу ймовірностей для FD шляхом застосування до актуальної БМ потужного алгоритму Лоріцена–Шпігель- галтера для поширення ймовірностей [5, 6]. У свою чергу, для отримання узагаль- неної експертної оцінки FD за актуальним АД (VT0) пропонується спеціальна експер- тиза [14], етапами проведення якої є добір експертів j∈g, їх опит з отриманням су- джень за VT0 ІD={Oj, j∈g} та формування підсумкового експертного рішення щодо FD на підставі ІD. Підтримується вилучення експерт- них суджень у вигляді п’ятірок Oj = 〈 X0j, VTj, Xj, Dj, Fj 〉, Dj, Fj ⊇ ∅, (2) де X0j – вектор оцінок експертом j лист- ків VT0; VTj, Xj, Dj – відповідно, версія АД, оцінки її листків та зауваження щодо не- адекватності VT0 згідно власному погляду експерта j на FD; Fj – зауваження експерта j щодо дефектів, виявлених ним у (проміжних) поточно оцінюваних продуктах, та дій що- до їх скорочення (у форматі звіту про де- фекти, показаного на рис. 2). За неадекватності фрагмента VT0 погляду експерта j на FD або відсутності в нього інформації припустима його відмова від оцінювання відповідного листка у складі X0j. Але тоді повинні бути надані VTj і Xj. Одночасна неповнота X0j та Xj роз- глядається при формуванні підсумкового рішення як свідчення недоцільності пода- льшого залучення експерта до експертиз FD через його некомпетентність і/або упе- редженість [14]. Підсумкове рішення щодо FD теж формується у вигляді п’ятірки [14, 16] Тестування, надійність та якість програм 55 SD(VT0) = 〈g, ID, tc, C, rs〉; tc=    − − випадкумупротилежноу тіприйнятносза)(, rez FDFDsbFD vvv , (3) де FDV – версія узагальненої оцінки FD за АД із показником обґрунтованості sb(FDV) (розглянутим далі), найвищим на множині всіх таких версій FD, недоміно- ваних за обґрунтованістю sb; rez – причина невизначеності FDv (з вичерпного переліку, наданого в [16]); C – типи й екземпляри документів з БД фактичної інформації процесу розроб- лення та БД звітів (про FD і про дефекти), надані експертам у ролі контексту оціню- вання листків VT0; rs – реєстраційні реквізити SD(VT0) (ідентифікатор, автор, дата формування). При задовільності для ОПР досяг- нутої точності розподілу ймовірностей за БМ [5, 6] і/або рівня обґрунтованості FDV у підсумковому рішенні (3) наявна оцінка FD (або ж напівсума FDV й середнього за отриманим для FD розподілом) стають підставами прийняття керівних рішень щодо процесу розроблення ПС. У протилежному випадку пропону- ється додатковий четвертий крок – “По- шук консенсусу щодо значення FD”. Він реалізується у формі комунікативного Дельфі-процесу згідно оригінальної мето- дології М. Турофа [17]. Усі експертні оці- нки FD поточного туру та наявні звіти про FD для ПС того самого класу, що й ство- рювана, використовуються тут для уник- нення так званих пасток (pitfalls [17]) ка- нонічного Дельфі шляхом виявлення еле- ментів поглядів експертів, що обумовлю- ють значну неузгодженість оцінок. Діюча нормативна регламентація процесів та стадій ЖЦ ПС (ISO/IEC 12207 тощо) дозволяє зробити висновок, що на початку ЖЦ ПС поточне ефективне керу- вання проектом потребує насамперед ін- дивідуального оцінювання FD на підставі БМ. Колективне оцінювання з викорис- танням АД необхідне хіба що при появі неочікуваної проблеми, яка зачіпає інтере- си різних учасників проекту та/або стейк- холдерів, а також при завершенні стадії. Однак у міру наближення ЖЦ ПС до заве- ршення дедалі важливішим для забезпе- чення якості ПС стає не тільки вчасне ви- рішення проблем, але й, насамперед, адек- ватне проведення різноманітних колектив- них перевірок та оглядів [3]. Це вимагає вищезазначеного колективного оцінюван- ня, тоді як запитаність індивідуального оцінювання за БМ дещо спадає (див. рис. 1). Розроблена технологія виконання раун- ду прогнозу/оцінювання FD згідно його моделі підтримує за цих умов інформацій- ну спадкоємність та зіставність оцінок FD (у раундах відповідних типів) та прийня- тих на їх підставі FD-обумовлених рішень (протягом всіх стадій ЖЦ ПС). Методи узгодженого оперування моделями цінності типу БМ та АД Для БМ методи побудови та налаш- тування охоплюють композування апріор- них фрагментів з відповідного БД (див. рис. 2) згідно напівформальних настанов [5], а також розроблену під керівництвом Н. Фентона автоматичну динамічну дис- кретизацію неперервних вузлів БМ. Вона забезпечує автоматичне визначення їх ап- ріорних розподілів із оптимальним рівнем деталізації залежно від області значень ві- дображуваного чинника [6]. Основним об- меженням цих методів є наразі неможли- вість раціонального агрегування БМ, від- повідних різним поглядам агентів ЖЦ, яке необхідне при колективному оцінюванні FD. Можливість подолання цього об- меження надає підґрунтя методів оперу- вання АД [14, 16] у складі двох формаліз- мів. Перший розроблено для подання АД чинників впливу на FD згідно певного по- гляду V (відомчого, рольового тощо) у ви- гляді кортежу VT(V) = 〈 px, wx, sx, сrx, CNx, Ax, r v 〉, x∈X(V) ⊆ F, (4) де px, wx, sx, – відповідно, попередник чинника x у дереві чинників впливу на FD згідно погляду V, локальна вага x та шкала x (числова або вербальна [16]); сrx – індекс критичності листка x∈X(V) для прийнятності оцінок FD (crgx = 1 за потреби оцінювання x усіма експер- тами; crx = 0 – інакше); Тестування, надійність та якість програм 56 CNx – множина класів й екземплярів документів з БД фактичної інформації процесу розроблення та БД звітів (про FD і про дефекти), які вважаються джерелами контексту оцінювання листка x∈X(V) згід- но погляду V; Ax – множина альтернативиних ана- літичних методів оцінювання листка x (по- будова БМ, регресійний аналіз, викорис- тання аналогів тощо); rv – реєстраційні реквізити АД; X(V) – ті серед загальновизнаних чинників F впливу на FD, які є вершинами АД згідно V. Другим формалізмом є кількісний показник обґрунтованості версії E узагаль- неної оцінки FD за АД sb(E,VT) = 〈 df, rs, ac 〉; df = 〈 dv, dc, es 〉; rs = 〈 ir, qe, is 〉, (5) де dv, dc й es – доповнення до одиниці рів- нів розбіжності [16] між структурами де- рев VTі, VTj, j∈g та між контекстами оці- нювання їх листків, а також ступінь істот- ності розбіжностей; ir та is – інтегральні показники ри- зику прийняття версії E та її обґрунтова- ності [16]; qe – три трійки у складі максимуму, мінімуму й середнього серед кількості експертів, що надали оцінки листків VT, коефіцієнтів варіації й конкордації; ac – показник прийнятності АД VT, використаного при формуванні версії E. Для безпосередньої побудови АД пропонується два інтерактивні методи: ін- дивідуальне формування VT(V) (4) агентом -виразником погляду V та узгодження про- позицій представників агрегованих погля- дів. Перший метод надає VT(V) у двох формах: • множини гілок, деталізуючих FD, вершинами яких є позитивні полюси конс- труктів спеціального вигляду – так званих пірамід, що виявляються в особистому психологічному просторі агента застосу- ванням до FD запропонованої А. Ландфіл- дом техніки pyramiding [18]; • дерева, де вершинами є елементи рядків імплікативних решіток Д. Хінкла [18], породжених позитивними полюсами виявлених пірамід. Показник прийнятності формовано- го АД VT(V) ac з (5) визначається як нор- мована компетентність автора VT(V). Другий метод – це застосування комунікативного Дельфі-процесу [17] до автоматично формованої множини всіх версій АД для FD, вершини яких є верши- нами у версіях АД, поточно наданих учас- никами процесу. Роль експертних оцінок відіграють показники стійкості й нестійко- сті версій узагальненої оцінки FD до гіпо- тетичної зміни VT (запроваджені в [14] для довільної оцінюваної характеристики), об- рані організатором процесу. Показник ac з (5) визначено як відношення максималь- них відстаней між наданими версіями АД на початку та по завершенні процесу за метрикою A. Рапопорта, M. Шнейдермана dτ [14, 19] dτ(Ri, Rj) =        =−++ =− =− ∑∑∑ ∑ ∑ ∩∈∈∈ <<< <<< wWWWW err hrr ijji VTVTx jxixVTx jxVTx ix Fvu uvjuvi Fvu uvjuvi τ τ τ ,\|\| (6),,)( , 2 1 1 де Wux – глобальна вага листка x в АД Vux, u∈{i, j}. У свою чергу, методи добору в БД моделей охоплюють визначення БМ і АД, відповідних заданим типам цілей та/або керівних рішень (див. рис. 2), а також АД, що знаходиться на фіксованій відстані від заданого АД. Нарешті, до методів модифікації обраної моделі(й) згідно особливостей створюваної ПС належить застосування вищеописаного методу безпосередньої по- будови, а також автоматичне узагальнення версій АД VTj, j∈J (наданих експертами або обраних у БД моделей вищеописаними методами). Підтримується визначення двох форм узагальненого АД з технічними параметрами f, l, а саме f-виборів та (f, l)- усереднень. Їх зручно подати за допомо- гою спеціальних матриць Rc та Rm: Тестування, надійність та якість програм 57 Rc = argmin i∈J f(d τ(Ri,Rj), j∈J); Rm = argminR∈RL(l) f(d τ(R,Rj), j∈J); (7) ac = f(dτ(R,Rj), j∈J), R∈{Rc, Rm}, де R(VT) = \|\|ruv\|\|u,v=1,…,\|F\|; ruv = 1, якщо u = pv у VT; ruv = -1, якщо v = pu; ruv = 0 – у решті випадків (R ∈ {Rc, Rm, Ri, Rj}); f – анонімна Паретівська функція, названа в [14] стратегією узагальнення структури; l ≤ maxj∈J lj – зазначувана кількість рівнів формованого (f, l)-усереднення; RL(l, F) – множина матриць розмір- ністю l×l, потенційно прийнятних у ролі Rm. Отримання цільової складової tc (3) у підсумковому рішенні щодо FD за VT0 включає: а) аналіз кореляційної структури оцінок {X0j, j∈g} з (5) на підставі dτ (6) та рівнів стійкості й нестійкості [14, 16] для перевірки їх репрезентативності та узго- дженості; б) для задовільних оцінок – отри- мання всіх недомінованих за обґрунтовані- стю sb(VFDv) (5) версій VFDv(ID, VT0), утворених узагальненими оцінками, стати- стично оптимальними за прийнятих стати- стичних гіпотез щодо ID з числа трьох ап- ріорних (відсутність пресингового кон- тексту; безсторонність експертів; їх об’єктивність) [16]; в) вибір версії FDv(ID, VT0) з най- вищою обґрунтованістю sb(FDv) методами лінійної згортки та ШНУР і ПАРК, ство- рених під керівництвом академіка РАН О.І. Ларічева [14]. У випадках, коли оцінки {X0j, j∈g} за VT0 визнано нерепрезентативними чи некоректними, {FDv(ID, VT0)} = ∅ або до- сягнуте значення обґрунтованості sb(FDv, VT0) у (5) все таки залишається незадові- льним, найдоцільнішим є формування уза- гальненого АД (7) за власними версіями експертів VTj з (2) та повторення трьох вищенаведених кроків а)–в) для нього й оцінок експертів за їх власними версіями VTj {Xj, j∈g} з (5). Висновки 1. Запропоновано поповнення дере- ва цінності контекстом, індексом критич- ності та альтернативними методами оці- нювання листків уможливлює його узго- джене використання для прогнозу й оці- нювання залишкової щільності дефектів разом із традиційно використовуваною байєсовою мережею. Це дозволяє вдоско- налити отримані оцінки щільності форма- лізованим обґрунтуванням, яке надає ме- неджерам, аналітикам і стейкхолдерам програмних проектів можливостей аналізу прийнятності оцінок та вибору серед них протягом ЖЦ ПС. 2. Процес розроблення ПС вдоско- налено шляхом інтеграції до нього нового процесу обґрунтованого й інформаційно спадкоємного прогнозування/оцінювання щільності дефектів на всіх стадіях ЖЦ ПС, відповідного сучасним потребам викорис- тання цих оцінок для підвищення якості процесів ЖЦ ПС та їх (проміжних продук- тів). Розроблена модель та математичні методи підтримки процесу прогнозуван- ня/оцінювання щільності забезпечують відповідність типу прогнозу/оцінювання поточній стадії ЖЦ ПС, а також безперер- вне підвищення обґрунтованості оцінок щільності й обумовлених ними керівних рішень щодо ЖЦ та створення умов під- вищення ефективності цього процесу. 3. Окреслений підхід потребує ап- робації й доопрацювання для основних ке- рованих об’єктів ЖЦ ПС та критеріїв їх ефективності. Його застосування потребу- ють насамперед ті з них, при оцінюванні яких традиційно використовуються байє- сові мережі: перспективність архітектур сімейств програмних продуктів, ризик не- виконання проектів, якість ПС. 4. Перспективними напрямами роз- витку підходу є: поповнення інформацій- ного середовища розглянутого процесу прогнозування/оцінювання щільності де- фектів онтологогічною моделлю предмет- ної області процесу розроблення; дослі- дження формальних методів статистично оптимального використання ретроспекти- ви БМ і АД та звітів про щільність; ство- Тестування, надійність та якість програм 58 рення програмних засобів автоматизованої підтримки ефективного оперування АД, сумісних із сучасними засобами оперуван- ня БМ на зразок Hugin Lite 6.0. 1. Липаев В.В. Методы обеспечения качества крупномасштабных программных средств. – М.: Синтег, 2003. – 520 с. 2. ISO/IEC 9126-1: 2001. Software Engineering – product quality. Part 1. Quality model 3. Андон Ф.И., Коваль Г.И, Коротун Т.М., Лаврищева Е.М., Суслов В.Ю. Основы ин- женерии качества программных систем. 2-е изд. – Киев: Академпериодика, 2007. – 672 с. 4. Лаврищева Е.М., Коваль Г.И., Коротун Т.М. Подход к управлению качеством про- граммных систем обработки данных // Ки- бернетика и системный анализ. – 2006. – № 5. – C. 174–185. 5. SERENE, SafEty and Risk Evaluation using bayesian NEts: SERENE. The SERENE Method Manual. Version 1.0. – SERENE Partners, 1999. – 200 p. – Available at http: //www.dcs.qmul.ac.uk/~norman/papers/serene .pdf. 6. Fenton N., Radliński L., Neil M. Improved Bayesian Networks for Software Project Risk Assessment Using Dynamic Discretisation // Queen Mary, University of London. – 2007. – www.agenarisk.com/resources/white_papers/I mproved_BNs_for_Project_Risk_Assesment. pdf 7. Higuera R., Haimes Y. Software Risk Manag- ment // CMU/SEI-96-TR-012. – Pittsburg, Pa.: Software Engineering Institute, Carnegie Mellon University. – 1996. – 49 p. 8. IEC 61508. Functional safety of electrical/ electronic/ programmable electronic safety- related systems (all parts). – IEC Press, 2005. 9. Paulk M.C. et al. Capability Maturity Model for Software. Version 1.1. Technical Report CMU/SEI-93-TR-024. – Pittsburgh, Pa.: Software Engineering Institute, Carnegie Mel- lon University. – 1993. – 82 p. 10. Липаев В.В. Модели зрелости программ- ной инженерии – CMMI. Содержание и применение // Jet Info Online. – 2006. – № 6 – http://www.jetinfo.ru/2006/6/2006.6.pdf. 11. Lakey P.B, Neufelder A. System and software reliability assurance notebook. Rome Labora- tory Report – Rome NY: Griffits Air Force Base. – 1997. – 186 p. 12. Fenton N., Neil M. A critique of software de- fect prediction models // IEEE Trans. on Software Engineering. – 1999. – V. 25 – N 5. – P. 675 – 689. 13. Keeney R. Value-Focused Thinking: A Path to Creative Decisionmaking. – London: Har- vard University Press. – 1992. 14. Лаврищева Е.М., Слабоспицкая О.А. Под- ход к экспертному оцениванию в про- граммной инженерии // Кибернетика и сис- темный анализ.– 2009.– № 2.– С. 151 – 168. 15. Hyatt L., Rosenberg L. Software metrics pro- gram for risk assessment // Greenbelt: Interna- tional Astronautical Federation. – 1996. – http://satc.gsfc.nasa.gov/support/IAC_OCT96 /iaf.html. 16. Слабоспицкая О.А. Формальный аппарат экспертного решения проблемы много- критериального оценивания при учёте ряда точек зрения на проблему // Пробле- мы программирования. – 2002. – № 1–2. – С. 430– 440. 17. Turoff M., Linstone H. The Delphi Method: Techniques and Applications. – London: Ad- dison-Wesley Publ. Co. – 2002. – 578 p. 18. Fransella F. The Essential Practitioner’s Handbook of Personal Construct Psychology. – Chichester: Wiley. – 2005. 19. Bogart K.P. Preference structure II. Distances between asymmetric relations. // SIAM J. of Application Mathematics. – 1975. – V. 29. – N 2. – P. 254 – 262. Отримано 15.03.2009 Про авторa: Слабоспицька Ольга Олександрівна, кандидат фізико-математичних наук, старший науковий співробітник. Місце роботи автора: Інститут програмних систем НАН України, 03187, Київ-187, Проспект Академіка Глушкова, 40. Тел.: (044) 526 4579. e-mail: ols07@mail.ru
id	nasplib_isofts_kiev_ua-123456789-4597
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn	1727-4907
language	Ukrainian
last_indexed	2025-12-07T15:46:56Z
publishDate	2009
publisher	Інститут програмних систем НАН України
record_format	dspace
spelling	Слабоспицька, О.О. 2009-12-08T11:53:07Z 2009-12-08T11:53:07Z 2009 Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності / О.О. Слабоспицька // Пробл. програмув. — 2009. — № 3. — С. 50-58. — Бібліогр.: 19 назв. — укр. 1727-4907 https://nasplib.isofts.kiev.ua/handle/123456789/4597 681.3.06, 519.76 Розглянуто актуальну проблему підвищення якості програмних систем (ПС) через скорочення їх дефектів. Процес розроблення ПС вдосконалено новим процесом уніфікованого прогнозу й оцінювання щільності залишкових дефектів (FD) ПС у життєвому циклі (ЖЦ) ПС згідно встановлених вимог до нього. Для нього розроблено модель та методи, що долають обмеження індивідуального прогнозу FD за байєсовою мережею (на початку ЖЦ) при її груповому оцінюванні за пропонованою моделлю типу дерева цінності (впродовж ЖЦ). Оцінки FD вдосконалено формалізованим обґрунтуванням для аналізу їх прийнятності та вибору серед них. Досягнуто постійне підвищення обґрунтованості оцінок. Створено умови підвищення ефективності прогнозу й оцінювання FD у ЖЦ ПС. Рассмотрена актуальная проблема повышения качества программных систем (ПС) за счет сокращения их дефектов. Процесс разработки ПС усовершенствован новым процессом унифицированного прогноза и оценивания плотности остаточных дефектов (FD) ПС в жизненном цикле (ЖЦ) ПС согласно установленным требованиям к нему. Для него разработаны модель и методы, преодолевающие ограничения индивидуального прогноза FD по байесовской сети (в начале ЖЦ) при ее групповом оценивании по предложенной модели типа дерева ценности (далее в ЖЦ). Оценки FD усовершенствованы формализованным обоснованием для анализа их приемлемости и выбора среди них. Достигнуто непрерывное повышение обоснованности оценок. Созданы условия повышения эффективности прогноза и оценивания в ЖЦ ПС. An actual problem of Software quality increasing through its faults reducing is considered. Software process is improved with a new process of software residual faults’ density (FD) unified predicting/assessing over the software life cycle (SLC) accordingly to the requirements being stated to him. The model and the methods for the above process are elaborated that overlap limitations of an individual FD predicting (early in SLC) with group FD assessing (later in SLC). The formalized rationale for choosing among FD estimates and their acceptance analyzing is attached to them. These estimates’ consistency continuous increase is accomplished. The premises of prediction/assessment efficiency increase over SLC are created. uk Інститут програмних систем НАН України Тестування, надійність та якість програм Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності Усовершенствование прогноза плотности остаточных дефектов программных сис-тем с помощью байесовской сети и дерева ценности AN Improvement of software faults’ residual density continuous predicting with bayesian net and value tree Article published earlier
spellingShingle	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності Слабоспицька, О.О. Тестування, надійність та якість програм
title	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
title_alt	Усовершенствование прогноза плотности остаточных дефектов программных сис-тем с помощью байесовской сети и дерева ценности AN Improvement of software faults’ residual density continuous predicting with bayesian net and value tree
title_full	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
title_fullStr	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
title_full_unstemmed	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
title_short	Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
title_sort	вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності
topic	Тестування, надійність та якість програм
topic_facet	Тестування, надійність та якість програм
url	https://nasplib.isofts.kiev.ua/handle/123456789/4597
work_keys_str_mv	AT slabospicʹkaoo vdoskonalennâprognozuŝílʹnostízališkovihdefektívprogramnihsistemzadopomogoûbaiêsovoímerežítaderevacínností AT slabospicʹkaoo usoveršenstvovanieprognozaplotnostiostatočnyhdefektovprogrammnyhsistemspomoŝʹûbaiesovskoisetiiderevacennosti AT slabospicʹkaoo animprovementofsoftwarefaultsresidualdensitycontinuouspredictingwithbayesiannetandvaluetree

Вдосконалення прогнозу щільності залишкових дефектів програмних систем за допомогою байєсової мережі та дерева цінності

Репозитарії

Схожі ресурси