没有有效的质量控制,那还叫什么软件工程?

栏目: 编程工具 · 发布时间: 6年前

软件工程从出现的那一天起,就是为了提高软件质量而存在的。

由于上个世纪60年代“软件危机”的产生,迫使人们不得不研究、改变软件开发的技术手段和管理方法。而借鉴其他行业已经取得重大成果的工程理论,比如建筑行业,就是一个行之有效的方法,软件工程由此而生。

从1970年以来,软件工程理论得到长足的发展,各种 工具 不断涌现,开发方法不断出新,软件标准层出不穷。在软件工程漫长的发展历程中,很多组织渐渐迷失了软件工程理论的初衷,只看重方法、工具的使用,只看重CMMI的等级资质,却不再关注这些对软件产品质量是否真的有提高。

大多数通过CMMI/GJB5000A的组织都不重视度量分析,组织定义的只有少数几个测量项,而用于“控制软件质量”这个测量目标的测量项,通常就是测试缺陷率。

而且一些组织还是用内部测试的缺陷率来衡量软件产品的质量。组织的内部测试本身就是软件开发过程的活动之一,内部测试发现的缺陷多,不能说明交给用户使用的软件质量差;而内部测试发现的缺陷少,也不能说明交付给用户的软件高。因为测试发现的缺陷多,可能潜在的缺陷更多;测试发现的缺陷少,可能只是因为测试的充分性和有效性差。

总之用内部测试的缺陷率作为衡量软件质量的测量指标是不合适的。

目前在软件业内被接受的衡量软件质量的测量指标是缺陷去除效率。

假设每一个功能点有5个缺陷,对于一个规模为100个功能点的软件,当缺陷去除效率为75%,那么交付使用后软件中遗留的缺陷就会有125个。从这个定义可以看出缺陷去除效率越高,交付使用的软件遗留的缺陷就越少。

组织通过缺陷去除效率的测量和分析,不仅可以用它更准确地衡量软件的质量水平,还可以测量出不同的测试方法的缺陷去除效率,这样就可以在项目进度与成本紧张或充裕的情况下,通过增加或减少不同的测试方法,有效地控制软件的质量水平。

所以,没有一个有效的衡量软件质量的测量指标,是不可能实现控制软件质量的目标;没有对缺陷去除效率的充分的度量和分析,也做不到对软件质量的有效控制。

在《软件工程最佳实践》中,有这样的一条结论,一个技术职业对于预防和去除严重错误的最高效方法一无所知,就没有资格被称为工程。

那么请各位思考一下,你的组织中的软件工程是否名副其实?


以上所述就是小编给大家介绍的《没有有效的质量控制,那还叫什么软件工程?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

机器学习实战

机器学习实战

Peter Harrington / 李锐、李鹏、曲亚东、王斌 / 人民邮电出版社 / 2013-6 / 69.00元

机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaB......一起来看看 《机器学习实战》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具