Засади удосконалення моделей оцінки якості програмних систем на прикладі моделей cocomo та Iso 9126/25010

DOI: 10.31673/2786-8362.2024.011212

Анотація

Стаття присвячена теоретичному та практичному аналізу покращення моделей оцінки якості програмних систем, використовуючи моделі COCOMO та ISO 9126/25010 як приклади. Зазначається, що реалізація поставленої мети включає вирішення таких завдань, як розгляд недоліків на рівні математичного представлення цих моделей, розробка математичного виразу для моделей витрат і коригувань, а також опис підходів до математичного удосконалення моделей COCOMO та ISO 9126/25010. Потреба у такому математичному виразі обґрунтовується його потенційними перевагами, такими як підвищення точності оцінки, можливість прогнозування витрат і якості проектів, уніфікація процесу оцінки та гнучкість в адаптації до різних ситуацій. Розробка математичного виразу для моделей COCOMO та ISO 9126/25010 може значно підвищити їхню ефективність та застосовність у практичному використанні при оцінці якості програмних систем. В ході проведеного аналізу було встановлено, що розробка математичних виразів для моделей оцінки якості програмних систем відображає потребу у подальшому вдосконаленні та розвитку методів оцінки з метою підвищення об'єктивності, точності та застосовності в практичних умовах. Узагальнений висновок на рівні моделювання полягає в тому, що створення багатоцільових моделей якості програмних систем є ключовим етапом у забезпеченні їхньої успішної розробки, впровадження та експлуатації. Ці принципи не лише допомагають оцінити різні аспекти якості програмного забезпечення, такі як функціональність, продуктивність, надійність, ефективність, зручність використання та безпека, але й забезпечують системний підхід до розробки, що враховує різноманітні вимоги та очікування зацікавлених сторін.
Створення таких моделей передбачає використання математичних формул, алгоритмів та методів, які дозволяють об'єктивно оцінити рівень якості системи, інтегруючи різноманітні аспекти та враховуючи специфічний контекст використання. Успішна реалізація цих принципів дозволяє підвищити ефективність розробки програмного забезпечення, зменшити ризики та витрати, покращити співпрацю між різними сторонами проекту та забезпечити високу якість та задоволення від продукту в кінцевих користувачів.

Ключові слова: програмне забезпечення, метрики якості, потреби користувачів, інформаційні технології, математичний апарат, моделі оцінки якості, програмні системи.

Список використаної літератури:
1. Yamming, C., & Shiyi, X. (2007). Exploration of complexity in software reliability. Tsinghua Science & Technology, 1(2), 266–269.
2. Sahu, K., & Srivastava, R. K. (2021). Predicting software bugs of newly and large datasets through a unified neuro-fuzzy approach: Reliability perspective. Advances in Mathematics: Scientific Journal, 10(1), 543–555.
3. Aftab, S., Abbas, S., Ghazal, T. M., Ahmad, M., Hamadi, H. A., Yeun, C. Y., & Khan, M. A. (2023). A Cloud-Based Software Defect Prediction System Using Data and Decision-Level Machine Learning Fusion. Mathematics, 11(3), 632. https://doi.org/10.3390/math11030632
4. Foidl, H., & Felderer, M. (2018). Integrating software quality models into risk-based testing. Software Quality Journal, 26, 809–847.
5. Gordieiev, O., Kharchenko, V., Fominykh, N., & Sklyar, V. (2014). Evolution of Software Quality Models in Context of the Standard ISO 25010. In The Ninth International Conference DepCoS-RELCOMEX: Proceedings (pp. 223–232). Wroclaw, Poland.
6. Aggarwal, G., & Gupta, D. V. (2013). Neural network approach to measure reliability of software modules: A review. International Journal of Advances in Engineering Sciences, 3(2), 1–7.
7. Pietrantuono, R. (2020). On the testing resource allocation problem: Research trends and perspectives. Journal of Systems and Software, 161, 42.
8. Miguel, J. P., Mauricio, D., & Rodriguez, G. (2014). A Review of Software Quality Models for the Evaluation of Software Product. International Journal of Software Engineering & Applications, 5(6), 31–53.
9. Lee, M. (Year). Software quality factors and software quality metrics to enhance software quality assurance. Current Journal of Applied Science and Technology, 4(21), 3069–3075.
10. Kapur, P. K., Pham, H., Anand, S., & Yadav, K. (2011). A unified approach for developing software reliability growth models in the presence of imperfect debugging and error generation. IEEE Transactions on Reliability, 60(1), 331–340.
11. Bharathi, R., & Selvarani, R. (2020). Hidden Markov model approach for software reliability estimation with logic error. International Journal of Automation and Computing, 17, 305–320.
12. Azar, D., Harmanani, H., & Korkmaz, R. (2009). A hybrid heuristic approach to optimize rule-based software quality estimation models. Information and Software Technology, 1365–1376. https://doi.org/10.1016/j.infsof.2009.05.003
13. Winther, R., Gran, B. A., & Dahll, G. (Eds.). (2005). Computer Safety, Reliability and Security: Proceedings of the 24th International Conference SAFECOMP 2005, Friedrikstadt, Norway, September 28-30, 2005. – 409 р.
14. Ohlsson, N., Helander, M., & Wohlin, C. (1996). Quality Improvement by Identification of Fault-Prone Modules using Software Design Metrics. In Proceedings Sixth International Conference on Software Quality (pp. 1–13).
15. Musa, J. D. (1993). Operational Profiles in Software Reliability Engineering. IEEE Software, 10(2), 14–32.
16. Lyu, M. R. (1997). Optimization Of Reliability Allocation And Testing Schedule For Software Systems. In Proceedings Eighth International Symposium on Software Reliability Engineering (ISSRE '97) (pp. 336–438).
17. Letichevsky, A., Kapitonova, J., Letichevsky Jr., A., Volkov, V., Baranov, S., & Kotlyarov, V. (2005). Basic Protocols, Message Sequence Charts, and the Verification of Requirements Specifications. In ISSRE 2004, WITUL, Rennes, 4 (pp. 112–142).
18. Letichevsky А. (2005) Basic Protocols, Message Sequence Charts, and the Verification of Requerements Specifications / A. Letichevsky, J. Kapitonova, A.Letichevsky Jr., V. Volkov, S. Baranov, V. Kotlyarov // ISSRE 2004, WITUL, Rennes, 4 pp 112 – 142.
19. Kemerer, C. F., & Paulk, M. C. (2009). The Impact of Design and Code Reviews on Software Quality: An Empirical Study Based on PSP Data. IEEE Transactions on Software Engineering, 35(4), 534–550. doi:10.1109/TSE.2009.27
20. Helander, M. E. (1998). Planning Models for Software Reliability and Cost. IEEE Transactions on Software Engineering, 24(6), 420–434.
21. Helander M.E. Planning Models for Software Reliability and Cost/ M.E. Helander,M. Zhao,N. Ohlsson //IEEE Trans. Softw. Eng. – 1998. –V. 24. − N. 6.− P. 420 – 434.