35、基于贝叶斯网络的集成软件质量预测框架解析

基于贝叶斯网络的集成软件质量预测框架解析

1. 框架概述与应用范围

在软件质量评估中，可在每个阶段甚至每个任务后进行验证，特别是对于大型复杂的任务和模型。同时，部分任务组可迭代执行直至达到特定目标。该框架可用于不同层次的软件质量分析，涵盖模块、包、组件、应用程序或包含一组应用程序的系统。不过，构建模型耗时较长，对于模块或包等较小的软件部分，框架可能效率不高，但通过模型、知识和数据的复用，仍具有成本效益。

2. 贝叶斯网络模型构建

2.1 知识库构建

依据既定框架，开发了用于集成软件质量预测的贝叶斯网络。由于尚未完成问卷调查，模型基于已开发的知识库构建。知识库整合了专家知识、软件质量文献中的经验数据以及作者和合作者的科研与行业经验。具体知识和模型领域的开发来源如下：
- 变量选择（特征和子特征）。
- 特征间的关联。
- 变量选择（质量度量）。
- 变量的概率定义。
- 可控因素。

软件质量特征间的关系可通过图展示，“+”表示正相关，“-”表示负相关，空白表示无显著关系。这些关系基于文献和专家知识定义，可根据具体项目环境调整。

为使模型用于决策支持，引入了可控变量，反映特定阶段分配的工作量和过程质量。这些可控因素对部分质量特征有积极影响：
- 需求工作量和需求过程质量影响功能适用性、可操作性、可维护性、可用性和灵活性。
- 实现工作量和实现过程质量影响功能适用性、可靠性、性能效率、可维护性、可用性和灵活性。
- 测试工作量和测试过程质量影响可靠性、兼容性、性能效率、可用性和安全性。

需注意，工作量对软件质量的影响并非