测出Bug就完了?教你从4个方面分析缺陷√

Grok4.20beta三重幻觉抑制架构解析:从0.87%幻觉率看可信AI工程化路径 大语言模型的‘幻觉’问题本质是事实性错误与推理不可靠性的综合体现,其根源在于生成过程缺乏动态置信度控制、实时事实验证与多源共识校准。随着金融、医疗、法律等高敏场景对AI输出提出‘零容错’要求,传统后处理与RAG兜底已无法满足生产级可靠性需求。Grok4.20beta提出的动态置信度门控(DCG)、事实锚点回溯(FAR)和多源一致性蒸馏(MCD)构成可嵌入推理链的三重漏斗架构,将幻觉率压至0.87%以下,并支持场景化阈值调节与可信度分级输出。该技术路径标志着AI从‘能回答’迈向‘敢交付’的关键跃迁,为构建可验 阅读详情

软件测试资料领取:[内部资源] 想拿年薪40W+的软件测试人员,这份资料必须领取~

软件测试面试刷题工具领取:软件测试面试刷题【800道面试题+答案免费刷】

测试团队在项目或版本测试完成后,需要对本次项目或版本所发现的缺陷做统计分析,在分析的过程中,总结项目或版本在哪些方面可以进行改进,为下个项目或版本的管理,做更好的管理和风险预防。

分析缺陷一般从以下角度来进行:

以某个项目为例,此项目共涉及6个关联系统,整个项目周期,发现的缺陷数共508个(缺陷数已按等级进行换算)。下面从各方面分析缺陷的分布情况。

从缺陷的根本原因上分析

上表中,根本原因中,各项内容的含义如下:

文档问题

指的是在静态测试(包括文档的正式及非正式评审)时,测试人员发现的各类文档的问题,投产手册的问题。

程序代码问题

程序存在各种的代码问题,程序未按需求功能实现等。

需求分析不全

需求分析不全面导致的部分场景或功能未实现。

需求变更

由于出现缺陷,导致需求需要变更。

环境问题

  • 部署操作不正确;

  • 参数设置没按投产手册要求执行;

  • 控版出错(含:未与生产同步、未与上一个版本同步等)。

数据质量问题

不符合需求的测试数据,测试中产生的脏数据。

项目组的问题由程序代码问题、需求分析不全和文档问题组成。

其中,程序代码问题的占比是最高的,程序代码问题表现在:一是程序员在编码时只考虑正常场景的情况,一些异常和特殊的场景的情况都没考虑到;二是修改一个缺陷后,引出另外的缺陷。

需求分析不全、和文档问题,加起来占比6.7%,从另一方面说明项目组不重视文档及文档质量,对功能分析不透彻。

从以上可以看出,项目组需要加强文档编写质量、需求的充分评审和代码评审及走查。测试交付团队方面的问题,数据质量问题和环境的问题共占比9.8%,数据质量问题单项占到6.3%,这个比例偏高,测试团队应该管理好测试数据的质量,以免由于不合规的数据浪费大家的时间和精力。

环境问题,交付团队应该在项目或是版本开始时,测试环境的配置与生产环境的配置一致,以保证测试版本的有效性,在部署时,需要与测试团队先做沟通,避免一些没有必要的环境问题。

从缺陷发现的阶段分析

测试分析阶段处于测试人员对需求文档、概要设计文档的评审(评审包括文档的测试和评审会),这个阶段的缺陷数,主要由文档问题、评审问题组成。

测试执行阶段包括冒烟测试、第一轮、第二轮和回归测试。在这个阶段,测试团队对整个项目或是版本做全面的测试,用各种测试方法来验证项目或版本是否符合上线标准。

  • 冒烟测试:只对项目或是版本做主流程的验证。

  • 第一轮、第二轮测试,是执行所有的测试用例,对所有的功能做全面的验证,测试类型包括了功能测试、性能测试、可靠性测试、安全性测试、接口测试等等。

  • 回归测试是对项目或是版本做全面的回归测试,包括第一或第二轮测试过程中,本来测试通过的用例,再加上此次未改造的功能。

  • 补丁测试,指的是在项目或版本已经定版后,仍存在非改不可的,影响流程性的缺陷。

各个阶段出现的缺陷数量,也可以分析项目组或是测试团队在哪个阶段是否有问题。

从缺陷的引入系统上分析

缺陷数已按等级进行换算:

系统2和系统3的改造量排名第一和第二,难道就证明了改造量大的,出的缺陷就多吗?

也不是,像系统4的改造量只是比系统3少了10%,但缺陷数却少了3分之一。

虽然系统与系统之间的缺陷没有什么可比性,但如果加上各个系统的开发工作量,计算出各个系统的缺陷密度,虽然可比性的不大,但是以整体来看项目组的程序质量来说,这样子有一定的可比性了。

缺陷密度以1为基准,缺陷密度高于1的系统,可能需要分析一下程序的质量,看问题出在哪里。

从测试漏检上分析

此次项目上线运行一个月内,生产上出现的故障数量如上表所示。从上面可以看出,测试团队在漏检的问题上占了3个,是总故障数量的一半,且测试分析遗漏一个,用例遗漏一个,而执行还遗漏了一个,这说明测试团队的内部存在流程或沟通的问题。需要测试团队进行分析具体的原因。

总结

以上从各个方面来分析项目或版本的缺陷,都是希望从各种渠道来了解项目组和测试团队的情况,分析是否他们存在内部规范或是流程上的问题,需在哪一方面做进一步改进措施。

除此之外,还能收集各团队的项目指标,与公司的基准数据做对比,看是否与之相匹配,是否存在改进的方面,能以更好的姿态去迎接下一次挑战。

 既然看到这里,在收藏的同时,也请不吝啬的点个赞呗!期待 ~

最后感谢每一个认真阅读我文章的人,下方这份完整的软件测试教程已经整理上传完成,需要的朋友们可以文末自行领取:【保证100%免费】

​

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

XGBoost与Embedding混合建模实战解析 在机器学习领域,特征工程与模型融合是提升预测性能的关键技术。Embedding技术通过将高维稀疏特征(如文本、ID类数据)转化为低维稠密向量,有效捕获语义关联;而XGBoost作为强大的集成学习算法,擅长处理结构化特征并进行自动特征组合。两者结合的混合架构(如Semantic Boosted Trees)在金融风控和推荐系统等场景中展现出显著优势,尤其在处理用户行为序列、商品ID等复杂特征时,相比传统方法能获得更好的模型效果。本文通过电商推荐和金融反欺诈等案例,详解如何实现Embedding+XGBoost 阅读详情

相关推荐

Oracle-如何修复undo坏快

undo出现坏快,导致数据库宕机,无法启动

qqqyyy0422的博客 570

软件测试概述与缺陷报告

A、常用状态:新的(new) -- 激活的(open) -- 修复的(fixed) -- 关闭(closed) -- 被拒绝的(rejected) -- 重新激活的(reopened)B/S结构不需要客户端安装专门的客户端应用程序,只需要有公共的浏览器,输入相应的网址就可以享受服务器所提供的服务,eg.百度网址。1)说明:在企业中会使用测试管理工具或缺陷管理工具对bug进行管理,比如:禅道、QC、螳螂、bugzilla,不同企业工具不同,缺陷报告的模板也不完全相同,但大同小异。

weixin_56264090的博客 445

STM32F429移植LVGL9.3.0:从源码配置到双缓冲优化实战

本文详细介绍了如何在STM32F429平台上移植LVGL 9.3.0图形库,涵盖从源码准备、工程配置、显示驱动适配到双缓冲优化等关键步骤。重点解析了利用STM32F429的硬件特性实现高效内存管理和流畅显示性能的实战技巧,为嵌入式GUI开发提供完整解决方案。

q6r7s8t9的博客 1135

浅谈通过缺陷分析进行项目质量分析

本篇文章浅谈如何进行测试缺陷分析和质量报告分析。 背景 如同代码是程序员的成果之一,测试报告和质量报告是测试人员的主要成果之一。对于一个测试,在测试项目结束时需要对测试过程中的典型bug、常出现bug进行bugreview;对bug修复周期、bug趋势进行总结分析;通过以上bug的分析以及测试过程中出现的任何问题进行总结形成质量报告,...

weixin_34417200的博客 933

直流有刷电机三环PID控制:从硬件配置到软件调试全解析

本文全面解析了直流有刷电机的三环PID控制技术,涵盖从硬件选型(如驱动板、编码器)到STM32软件配置的全过程。详细阐述了位置环、速度环、电流环的串级协同工作原理与调试方法,并提供了位置式PID算法的C语言实现代码及参数整定技巧,旨在帮助开发者实现精准、稳定的电机运动控制。

weixin_29290963的博客 387

CarSim转向控制对比指南:开环扭矩控制vs转角控制(附Simulink连接示例)

本文深入对比了CarSim中车轮转角控制与开环扭矩控制的核心原理与适用场景。开环扭矩控制能激活完整的转向系统动力学,更适用于EPS控制策略开发与驾驶员在环仿真等对真实性要求高的场景。文章提供了详细的Simulink接口配置步骤与连接示例,为车辆动力学仿真工程师提供了清晰的决策与实操指南。

weixin_29199873的博客 478

软件测试缺陷度量分析

对缺陷的度量有助于测试过程监控,例如:缺陷密度分析,发现和修复的缺陷数目等。另外,缺陷度量应包括追踪过程控制 信息的过程改进活动所需的缺陷信息,并引入缺陷来源分析、缺陷趋势分析等作为风险减轻策略的输入。本文介绍了几种常见的缺陷度量指标,在实际项目中,缺陷 度量指标通常要和其他指标共同使用以达到测度的目的。 1、缺陷发现进度 1)度量目标 缺陷发现进度度量(累计缺陷)可以显示每个星期累计发现缺...

weixin_30810583的博客 598

PostgreSQL 在 Windows操作系统 无管理员权限情况下的部署详解

但是因为使用默认5432端口,我们修改了端口,所以连接报错,需要修改local连接信息,右键-属性修改相应信息即可,方式同上。(也别太任意吧,个人习惯工具放在不包含中文及特殊字符的目录,另外目录名尽量简短,避免不必要的麻烦)图中我解压到了自己的tools\postgresql18。1)如果想修改默认的5432端口,找到初始化目录中的(上面的tools\postgresql18\。此处替换成你的实际目录\tools\postgresql18\pgsql\pgAdmin 4\runtime。

dong_zhi2328的博客 1117

【软件测试面试题】测试理论/基础面试(持续更新)

版本控制 (Revision control) 是一种软件工程技巧,在在开发的过程中,确保由不同人所编辑的司一文件都得到更新及历史记录的保存。Git(读音为/git/。)是一个开源的分布式版本控制系统,可以有效、高速的处理从很小到非常大的项目版本管理。Git 是 Linus Torvalds 为了帮助管理 Linux 内核开发而开发的一个开放源码的版本控制软件。

yjt2045263063的博客 172

【立创EDA-PCB设计基础】1.嘉立创EDA专业版软件安装+PCB基本概念+原理图绘制

本文详解PCB基本概念以及实现MCU最小系统原理图的绘制(原理图包括MCU芯片GD32F103C8T6、外部晶振、输出端口、USB输入口、5v转3v3稳压输出、复位按键、唤醒按键、LED)及嘉立创EDA专业版软件安装。为本专栏【立创EDA-PCB设计基础】后面章节实现PCB绘制做准备。

嵌入式阿齐Archie 3万+

异构图中的注意力机制网络:节点级别和语义级别的注意力(Python实现)

在本文中,我们介绍了如何使用Python实现异构图中的节点级别注意力和语义级别注意力。通过语义级别注意力,我们可以根据节点的语义信息对节点进行加权聚合。在本文中,我们将介绍如何使用Python实现异构图中的注意力机制网络,包括节点级别的注意力和语义级别的注意力。最后,我们使用注意力权重对节点特征进行加权聚合,得到聚合后的节点表示。然后,将聚合后的节点表示传递给语义级别注意力模型,根据节点的语义信息进行加权聚合,得到最终的表示。函数中,首先使用节点级别注意力模型对节点特征进行聚合,得到聚合后的节点表示。

HackNebulaZ的博客 485
上一篇: 移动端APP自动化测试框架-UiAutomator2基础
下一篇: APP闪退的原因
程序员可可
博客等级 码龄2年 3536粉丝 428原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值