软件产品质量模型介绍

2023-10-20 22:20

本文主要是介绍软件产品质量模型介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

软件质量模型

ISO/IEC 9126质量模型

建立在MCCall和Boehm模型基础之上,主要描述了内部质量、外部质量和使用质量

软件的内部质量(中间产品的静态测量)
外部质量(测试其外部属性,即代码执行时的行为)
使用质量(软件产品的使用)

软件产品质量模型对产品设计时需要考虑的地方进行了高度概括。
一个高质量的产品,一定是一个在质量六属性上都设计得很出色的产品;
如果一个产品的设计在质量六属性上存在缺失,这个产品的质量一定不会太高。

下面就6个特性和27个子特性一一说明:

一、功能性

是指软件产品在指定条件下使用时,提供满足明确和隐含要求的功能的能力。

适合性(Suitability):
软件产品为特定的任务和用户目标提供一组合适功能的能力。
例如: 功能或者操作是否按照用户手册或者需求规格说明中的规定执行,并提供合理、可接受的结果以实现用户任务所期望的特定目标。

准确性(Accuracy):软件产品为特定的任务和用户目标提供一组合适功能的能力。
例如: 由于数据精度的错误导致错误的计算结果, 在运行期间所执行的任务与期望结果有差别,或者实际的操作规程与操作手册上的规程不一致。

互操作性(Interoperability): 软件产品与一个或多个特征、系统相互配合的能力,交互能力
例如: 数据和命令格式在软件产品和与之相连的其他系统之间是否易于传递。

安全保密性(Security): 软件产品保护信息和数据的能力,以保证未受权的用户或系统不能阅读和修改这些信息与数据,而不拒绝授权人员或系统的访问

功能性的顺从性(Functionality Compliance): 软件产品符合和该功能相关的标准、规范、规则或特定的能力(如对于一款计算器,计算规则要和数学中相关规则保持一致)

二、可靠性

是指在特定条件下使用时,软件产品维持规定的性能级别能力

下面三个层层递进的句子,可以帮助我们来理解用户可靠性方面的要求:第一层:设备最好不要出故障;第二层:设备出现故障了不要影响主要的功能和业务;第三层:如果影响了主要功能和业务,系统可以尽快定位并恢复。

成熟性(Maturity): 软件产品为避免因软件故障而导致失效的能力

容错性(Fault Tolerance): 软件产品在软件发生故障或者违反指定接口的情况下,维持规定的性能级别的能力

可恢复性(Recoverability):软件产品在失效发生的情况下,重建规定的性能级别并恢复直接影响的数据的能力

可靠性的顺从性(Reliability Compliance):软件产品遵循与可靠性相关的标准、约定或规定的能力(如对于通信类产品,系统的故障率不能高干多少、故障恢复时间不能长于多少等)

三、易用性

是指用户在指定条件下使用软件产品时,产品被用户理解、学习、使用和吸引用户的能力。简单10个字:易懂、易学、易用、漂亮好看。

易理解性(Understandability): 软件产品使用户能理解软件是否适合以及如何能将软件用于特定的任务和使用条件的能力

易学(Learnability):软件产品使用户能学习其应用的能力, 例如用户需要多长时间才能学会使用某一特殊的功能。

易操作性(Operability):软件产品使用户能够操作的控制它的能力

吸引性(Attractiveness):软件产品吸引用户的能力, 如软件产品中颜色使用和图形化设计特征是否吸引用户

易用性的依从性(Usability Compliance):软件产品遵循与易用性相关的标准、约定、风格指南(style guide)或法规的能力(如对Windows的计算器来说,在界面设计上模仿实体计算器是易用性依从性的一个体现)

四、效率

是指在规定条件下,相对于所用资源的数量,软件产品可提供适当的性能的能力。通常,效率就是我们常说的产品性能。

时间特性(Time Behavior): 在规定条件下软件产品执行其功能时,提供适当的响应和处理时间和吞吐量的能力。 平均事务响应时间,吞吐率,TPS(每秒事务数)
例如:用户申请加入IGMP组播组的响应时间和处理时间

资源利用率(Resource Utilization):在规定条件下,软件产品执行其功能时,使用合适数量和类别的资源的能力
例如: 多个用户同时申请加入IGMP组播组时系统的内存使用情况

效率依从性(Efficiency Compliance): 软件产品遵循与效率相关的标准或约定的能力(如对系统资源的占有率又不能高于多少)

五、可维护性

是指产品可被修改的能力。这里的修改是指纠正、改进软件产品和软件产品对环境、功能规格变化的适应性

易分析性(Analysability): 软件产品诊断软件中的缺陷、失效原因或识别待修改部分的能力

易修改性(Changeability): 软件产品能够被修改和可以被实现的能力,实现包括编码、设计和文档的更改。

稳定性 (Stability): 软件产品不会因为修改而造成意外结果的能力

可测试性 (Testability):软件产品已修改的部分能够被确认修复的能力

可维护性的依从性(Maintainability Compliance):软件产品遵循与维护相关的标准或约定的能力(如软件出现故障时会弹出“XXX遇到问题要关闭”之类的提示)

六、可移植性

是指软件产品从一种环境迁移到另外一种环境的能力。这里的环境,可以理解为硬件、软件或组织等不同的环境。

适应性(Adaptability): 软件产品无须采用额外的活动或手段就可适应不同指定环境的能力

易安装性 (Insatiability): 软件产品在指定环境中被安装的能力

共存性 (Co-Existence): 软件产品在公共环境中同与分享公共资源的其他独立件共存的能力

易替换性(Replaceability): 软件产品在同样的环境下,替换另一个相同用途的指定软件产品的能力

可移植性的依从性(Portability Compliance): 软件产品遵循与可移植性相关的标准或约定的能力(如产品不是针对某款特定的操作系统开发的,需要支持Windows所有操作系统)

顺便学几个单词

文章来源:简书

 

这篇关于软件产品质量模型介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/250074

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言