关键字：软件质量 质量管理 缺陷分析

7.7.6  缺陷排除分析

　　前面我们已经讨论过软件缺陷和失效的定义，失效是缺陷的实例化，通过观测失效的不同原因数目可以近似估算软件中的缺陷数目；还可以通过缺陷排除数据，进行有效的缺陷排除分析。

　　缺陷率的通用概念是一定时间范围内的缺陷数与错误几率的比值。软件产品缺陷率，即使对某个特定的产品，在其发布前后不同时段内也是不同的。例如，对应用软件的角度来说，90%以上的缺陷是在发布后两年内被发现出来，而对操作系统，90%以上的缺陷通常在产品发布后需要4年的时间才能被发现出来。

　　1．整体缺陷清除率

　　假设F为描述软件规模用的功能点，D1为在软件开发过程中发现的所有缺陷数，D2为软件发布后发现的缺陷数，D为发现的总缺陷数，则D= D1 + D2。那么，对于一个应用软件项目，有如下计算软件质量的方程：

　　质量 = D2/F

　　缺陷注入率 = D/F

　　整体缺陷清除率= D1 /D

　　如果某个系统有100个功能点，开发过程中发现了120个错误，提交后又发现了22个错误，则：

　　D1 =120，D2 =22，D= D1+ D2 =142

　　质量（每功能点的缺陷数）= D2/F= 22/100= 0.22（22%）

　　缺陷注入率= D/F= 142/100= 1.42（142%）

　　整体缺陷清除率= D1/D= 120/142= 0.845（84.5%）

　　有资料统计，美国的平均整体缺陷清除率目前只达到大约85%，而对一些具有良好的管理和流程等著名的软件公司，其主流软件产品的缺陷清除率可以超过98%。

　　2．基于阶段的缺陷排除分析

　　阶段性缺陷清除率是测试缺陷密度度量的扩展，除测试外，还跟踪开发周期其他阶段中的缺陷，包括需求评审、设计评审、代码审查。基于阶段的缺陷排除分析一般称为DRM模型，这个模型概括了3种度量之间的关系，它们分别是缺陷注入、缺陷排除和有效性。该模型把一组错误注入率和一组阶段有效性作为输入，然后一步一步为缺陷排除模式建模。

　　下面通过一个稍微复杂些的注入-发现矩阵例子，介绍一下DRM建模的分析过程。在矩阵中，由于某种特殊原因，没有进行正式的需求评审，但是在需求阶段注入缺陷的可能性更大，在以后开发阶段会发现。测试阶段的对角线值表示不良修复数量，本例中，所有不良修复都是在同一阶段内被检测并修补好的。

　　通过公式的计算，这样就有了上表的简化视图，它是这样工作的：

　　开发阶段出口处存在的缺陷数=前一阶段泄露的缺陷数+本阶段注入的缺陷数-本阶段排除的缺陷数

　　其中，概要设计评审有效性可以根据此阶段排除的缺陷数730、从入口处（需求阶段）泄露的缺陷数122，以及当前阶段注入的缺陷数859计算得出：

　　730/(122+859)´100%=74%

　　单元测试有效性是通过单元测试排除的缺陷数332、入口处存在的缺陷数（从以前各阶段泄漏的缺陷数）122 + 859 + 939 + 1 537 – 730 – 729–1 095 = 903，以及当前阶段注入的缺陷数2计算得出的：

　　332/(903+2)´ 100%=37%

　　其他的缺陷排除有效性计算类似，得到表7-9。

　　例如，如果对新的软件发布版本制定质量计划，就可以根据将要进行的改进计划修改模型参数值，如计划对单元测试的有效性改进10%，最终产品的质量会提高多少？之前每阶段在该阶段开发完成前的缺陷率新目标又是多少？如果在技术培训和强化培训方面投入，并计划是错误注入率下降20%，结果又会如何？

　　这是一个组织的积累数据，如果基于相同的过程经验还要开发类似的软件产品，就可以对表7-9中的数据建模后进行分析并得到答案。这种执行的效果是显而易见的，遗憾的是，目前国内数据度量、过程管理方面，类似的应用不足。

相关阅读：

软件质量管理实践（连载三十九）

软件质量管理实践（连载三十八）

软件质量管理实践（连载三十七）

软件质量管理实践（连载三十六）

版权声明：51Testing软件测试网获电子工业出版社授权连载《软件质量管理实践》部分章节，其 他个人或单位未经许可，不得对本内容复制、转载或进行镜像。51Testing软件测试网欢迎与业内同行进行有益的合作和交流，如果有任何有关内容方面的合作事宜，请联系我们。