测试度量和标准

智库时代

·206·智库论坛

目前，面对我国软件的质量总是难以提高的难题，就需要更多的人能够投入到软件工程中，在软件开发的过程中，对改进软件工程的技术和方法进行不断完善。但是，虽然也起到了不小的作用，但是并没有从本质上解决软件开发的质量问题。在研究人员对此进多年的研究后发现，将一些标准化、度量以及持续改进等过程和手段加入到对软件开发进行管理的过程中，对有效提高软件开发的质量问题有着积极的意义。一、软件质量度量的研究（一）概念按照一定的规则对软件的属性进行分类，然后通过测试等手段得到此种类别属性的数据，对此软件的属性值进行分析就是软件的度量。借助于度量，可以获取到软件过程的一个客观的评价，这个过程也就是软件过程度量。由于软件的属性可以被用于对一个趋势进行指示，从而其也可以有针对性的对这个趋势进行改进。因此，软件的度量和软件过程度量还是有区别的[1]。（二）过程以软件度量为依据，可以将软件质量度量分为以下几个步骤进行：（1）一定要对质量度量的需求进行明确。这是对软件质量度量最基础的一步；（2）确定软件质量度量单元。软件质量评估的结果与软件设置的步骤有着直接的关系。由于软件的质量评估是一个智力活动的过程，因此，工作人员只能在进这个过程中获取到相关的数据，在这个过程中得到的这些数据不仅仅是整个度量活动的基础，还是此度量活动成功与失败最关键的要素；（3）执行软件质量度量。执行软件质量度量过程也就是收集数据的过程，在这个过程中不但要对度量定义数据进行收集，还要对整个过程的数据进行收集，所收集到的数据结果与对现有数据计算的执行情况有关，与其是在收集度量评价数据时，一定要明确整个数据的精度、活动项目以及持续时间等各项内容，这样才能以确保数据的准确度和精度；（4）对软件质量度量的结果进行分析，将收集到的数据和度量的目标进行比较，找出两者之间的偏差，将所得到的数据进行检验后再展示出来；（5）对软件质量的度量进行验证[2]。（三）方法目前，用的比较多的软件质量度量的方法主要有以下几种：（1）面向结构度量方法。面向结构度量方法是基于对象分析结构化和模块化设计思想，这种方法相对来术是比较复杂的。其中不但包括了程序的执行流程图控制操作，还包括了一些其他的比较复杂的操作。环形复杂度理论是在1990年研究人员专门针对一些循环数目比较大，并且能够影响到其复杂性的度量而提出来的，这一理论的提出也为逻辑程序度量提供了一个极其便捷的通道；（2）面向软件复用的度量方法。面向软件复用的度量方法中用到了软件复用技术，此种方法又被分成了复用度量和可复用性度量；（3）面向对象度量方法。面向对象度量的论文是在1999年被提出的，2012年，VateshPasrija又提出了基于试验的面向对象的度量方法，帮助工作人员更好的进行了对错误预测的度量。二、测试用例设计方法（一）等价类划分法等价类划分法是一种黑盒测试技术。由于软件会受到很多因素的影响，因此可以先选取出一部分具有代表性的输入数据，用此种方法对软件的错误进行测试。此种方法包括所有数据，对所有数据进行如下的假设：假设每一个等价类中某一个比较典型的数据值等同于所有的数据，则就要将此作为测试结果的标准。这样就需要从每一个等价类中分别抽取出一个典型的数据值，并将抽取出来的数据值再组成一组测试数据，用这组数据来发现软件程序中的漏洞和缺陷。在使用此种方法划分等价类时，需要对程序内部的逻辑指令和函数进行详细的学习，最后对等价类的输出数据进行分析[3]。（二）边界值法边界值法是对选取好的边界值进行用例测试，从而对软件进行有效的度量。在对此种方法的分析设计中，首先要确定好边界条件。先简单的选择一个比限值低的值作为测试数据的值，一般情况下要考虑到边界值分析法和边界值分析，在对边界值进行分析时，一定要重点考虑到输入的条件和输出的条件。三、基于软件测试的质量度量应用（一）项目概况项目名称：电子申报缴税系统。本次研究对此项目进行软件质量度量。此系统中有个人税收缴纳、网络税务申报、政策法规查询、信息公告、个人信息管理等功能。本项目软件的核心功能系统为纳税人自助式缴费，实现了从传统的税务收缴向先进的方式的转变。时申报纳税走上了信息化和一体化。（二）功能方面的需求此系统的功能图如下图1所示：图1电子申报缴税系统的主要功能（1）网上申报税功能。此项功能包含了很多内容，比如有税务申报、财产登记、减免税申请、税务登记等等。（2）个人税务收缴功能。（3）信息公告发布功能。（4）个人信息管理功能。（三）系统的非功能性需求基于软件测试的质量度量研究和应用分析郑皓夫（中国计量大学信息工程学院，浙江杭州 310000）摘要：近年来，我国计算机技术发展的速度逐年加快，各大企业也看中了软件行业的发展前景，因此在软件开发方面投入的成本越来越多，因此，各软件开发企业为了更好的保证软件的质量，就需要采取相关的方法或者手段对其进行有效的管理。在实际的生活中，即使对软件的质量进行测试，也不一定能够保证软件的质量不会存在问题。本文中基于软件测试技术，对软件的质量度量进行了研究，希望能够对各软件开发企业有所帮助。关键词：软件测试；质量；度量；研究；应用；分析中图分类号：F253.3 文献标识码：A 文章编号：2096-4609（2018）18-0206-002智库时代

基于软件测试的缺陷分析及度量方法

摘要：随着用户需求的不断增加，许多软件产品被开发出来。为了满足用户的需求，在源代码中添加了许多新的接口和类。然而，软件维护和代码重构的任务非常复杂。因此，在源代码中找到缺陷并纠正这些缺陷是很重要的。挑战在于开发工具和技术来自动提取错误信息。最近，计算机科学家致力于使用静态分析技术从源代码中发现缺陷。静态分析，也称为静态代码分析，是一种通过检查代码而不执行程序来完成计算机程序调试的方法。通常，静态分析用于检查源代码文件是否存在问题和不一致。

关键词：软件缺陷数据；软件测试；缺陷分类；分析方法

引言

目前，软件测试是一种检验软件产品或阶段性工作成果的手段，通过它可以验证软件是否符合事先的需求定义、设计要求以及代码规范等。不管测试的定义如何，它都只能证明软件存在缺陷，不能证明软件不存在缺陷。测试与质量密不可分，我国的软件质量标准体系以GB/T25000系列为主，根据现代系统论的思想，结合国际标准相关经验和国内实践情况，将标准体系分为测试过程管理、测试技术、测试工具以及测试文档4个方面。软件测试人员需要结合软件的具体特点选择测试方法和类型，选择的结果应该在软件测试计划中予以明确，并通过测评项目组评审认可。

1软件测试技术概述

软件测试是指通过人工或自动的方式对软件系统进行运行或检测，根据所得的数据来判断并验证其是否满足相关的标准，同时对其偏差进行评价，并进行改进的过程。软件测试的概念包含了以下几点核心内涵：第一，软件测试的方式包含人工测试和自动化测试；第二，软件测试的主要内容就是通过测试数据来验证产品是否满足设计指标或用户需求；第三，软件测试的最终目标是要发现软件缺陷，并对其进行完善，提高软件质量。可见，软件测试是防止软件缺陷流入使用环节的重要手段，在软件工程中发挥着极为关键的作用。

2软件测试的缺陷分析及度量方法

2.1缺陷检测方法

缺陷检测的改良可以通过更精准的对缺陷进行分类，并且依据用户反馈进行调整改良。可以通过如下步骤完成一种新的缺陷检测方法。步骤一、利用静态数据分析工具提取分析过程下源代码中的.数据信息，步骤二、用静态分析工具进行代码分析树的构造过程，并且通过设置的语法规则来构造代码分析树的每个节点，利用代码分析树描述源代码的逻辑结构，采用4C模型检索出源代码中数据的缺陷，步骤三、利用Taxonomy分类方法对缺陷进行分类，步骤四、开发人员对分类后的缺陷进行正误判断并进行反馈。所述方法可以提高缺陷发现的准确度，开发人员以及测试人员可以较容易地发现这些软件缺陷。缺陷检测也可以根据匹配缺陷模式对静态缺陷进行分析。缺陷模式一般是指程序中所表现对特定规律或经常发生对错误，这些模式一般是由具有经验对测试人员总结而成。基于缺陷模式的静态分析方法简单来说，就是根据不同的代码缺陷，经过观察，总结并抽象出特定的缺陷模式，再通过具体分析将其实现。缺陷检测也可以根据源文件可疑度进行。通过模糊信息特征，运用聚类分析方法进行，静态软件缺陷特征分析。通过以下方式进行检测。首先，通过软件缺陷模糊度特征量，运用频域变换方法，从而建立软件缺陷的融合调度模型。然后，通过静态软件源文件可疑度和输出特征量,运用可疑度特征分析算法，对静态软件缺陷检测进行自适应寻优。

一术语和定义

准确度（accuracy），是测量结果中系统误差与随机误差的综合，表示测量结果与真值的一致程度。测试结果的准确度由正确度和精密度组成，即检测结果的准确程度通过正确度和精密度这两个指标来体现。准确度常用误差来表示，当用于一组测试结果时，由随机误差分量（精密度）和系统误差分量（正确度）组成。

正确度（trueness），正确度又称真实度，指由大量测试结果得到的平均数与接受参照值间的一致程度。正确度的度量通常以偏倚来表示，可表示测试结果中系统误差的大小。

精密度（precision），即在规定条件下，独立测试结果间的一致程度。精密度仅仅依赖于随机误差的分布而与真值或接受参照值无关。通常用标准差来衡量精密度的高低。精密度越低，标准差越大。

偏倚（bias），测试结果的期望与真值（接受参照值）之差，其可能由一个或多个系统误差引起，是系统误差的总和。偏倚小说明正确度高，反之则说明正确度低。

二准确度与精密度的关系

准确度与精密度虽然概念不同，但是两者关系密切。准确度由系统误差和随机误差所决定，而精密度由随机误差决定。某试验的精密度高并不代表此试验的结果准确。两者在消除了系统误差之后才是一致的。精密度高是准确度高的前提，即要使准确度高，精密度一定要高，但是精密度高不一定准确度就高。在实际工作中，检验人员必须采取比对试验，校准仪器等方法，减少系统误差，提高检验的准确度。

图1 准确度与精密度的关系

三准确度评价

1、比对试验概述 在比对评价之前，操作者有足够的时间熟悉仪器操作及保养程序及评价方案，在评价实验过程中，待评方法及参比方法必须保证有适当的质量控制，待评方法及参比方法必须有足够的数据以保证结果具有代表性（需要多少数据取决于两种方法的精密度和干扰作用，两方法间的偏倚大小，样本分析物数据的X围及检测的医学要求）。

建议在至少5个工作日内最少要分析完40个患者样本。在遵循厂家的推荐进行校准的条件下，增加测定样本数及测定天数，可以提高实验的可靠性及有效性。用待评方法和参比方法对每一患者样本各作两份测定。分析每一方法在同一批内的双份测定结果。应尽可能使至少50%样本的测定结果处于实验室的参考区间之外。实验结束后，根据数据的检查结果，使用简单的线性回归或用其他方法估计在医学决定水平处预期偏倚的可信区间。然后把此评价结果与厂家声明或内部标准进行比较以判断方法是否可以接受。

MMPI测试2D83分

1、报告可信度量表及校正量表得分：

L(说谎或掩饰)原始分：4标准分:43

F(诈病)原始分：20标准分:67.5

2、临床量表原始得分：

Hs（hypochondriasis，疑病）量表原始分：15

D（depression，抑郁）量表原始分：35

Hy（hysteria，癔症）量表原始分：30

Pd（psychopathicdeviate，精神病态）量表原始分：33

Mf-f（masculinity-femininity，女子男性化）量表原始分：31

Pa（paranoia，偏执）量表原始分：18

Pt（psychasthenia，精神衰弱）量表原始分：26

Sc（schizophrenia，精神分裂）量表原始分：34

Ma（hypomania，轻躁症）量表原始分：23

Si（socialintroversion，社会内向）量表原始分：31

3、需加K(校正)分临床量表的原始得分及标准分：

Hs（疑病）量表+0.5K=21转化成标准分为：60

Pd（精神病态）量表+0.4K=37转化成标准分为：76

Pt（精神衰弱）量表+1.0K=37转化成标准分为：60

Sc（精神分裂症）量表+1.0K=45转化成标准分为：60

Ma（轻躁狂）量表+0.2K=25转化成标准分为：58

4、无需加K(校正)分临床量表原始得分及标准分： Mf-f量表(女子男性化)原始分为：31转化成标准分为：52.5

D（抑郁）量表原始分为：35转化成标准分为：68

Hy（癔症）量表原始分为：30转化成标准分为：65

Pa（偏执）量表原始分为：18转化成标准分为：62.5

Si（社会内向）量表原始分为：31转化成标准分为：41

5、说明：标准分计算公式为：T=50+10（X-Y）/SD X表示被试者在某量表上所得的原始分数，Y表示被试所在样本组原始分数的平均数，SD表示样本组原始分数的标准差