DRE/DRM分析法

　　DRE/DRM分析法是通过已有项目历史数据，得到软件生命周期各阶段缺陷注入和排除的模型，用于设定各阶段质量目标，评估测试活动。

　　缺陷排除效果分析DRE矩阵：

　　DRE主要针对历史数据，矩阵的每一列代表缺陷在何时（什么阶段）引入（产生），每一行代表发现缺陷时开展的工作。矩阵中的数值代表已经发现的缺陷数量。例如：在做代码审查工作时发现1095条缺陷，其中12条是在需求阶段就已经产生，941条是在编码阶段产生。而经过各项测试工作后，发现的缺陷中有1537条是在编码阶段引入。

　　本矩阵的目标是要分别计算出各个阶段的缺陷移除率为后面所用。缺陷移除率的定义为当前阶段工作实际发现的缺陷数量占当前阶段应该发现的缺陷数量的比值。例如：做单元测试时实际发现332条缺陷，在单元测试及之前阶段应该已经发现122+859+939+1537+2=3459条缺陷，而在做单元测试工作之前已经发现730+729+1095=2554条缺陷。就是说单元测试工作本该可以发现到3459-2554=905条缺陷，实际却发现332条缺陷，缺陷移除率为332/905=36.7%。其他阶段的缺陷移除率依此算法都可得到。

　　下面就可以用DRM缺陷排除模型进行项目质量策划。

　　其中“前一阶段泄露的缺陷”等于上一阶段“阶段出口缺陷数”。每个阶段的“注入缺陷”一般来自于历史数据的平均值（经验值）。“缺陷排除有效率”同样来自于对历史数据的计算（前面已经提到）。“排除缺陷数”为我们最终想要的结果，它等于每个阶段还未排除的缺陷数（小计部分）与此阶段的缺陷排除有效率的乘积。从这个结果我们能估算出如果按之前的经验我们在每个阶段应该能发现的缺陷数。如果想降低最终“现场”阶段发现的缺陷，在每个阶段注入缺陷一定的情况下需要提高缺陷排除有效率来达到目的，它的提高意味着每个阶段排除缺陷数量的提高，也是质量目标的提高。

版权声明：本文出自 cmriqa 的51Testing软件测试博客：http://www.51testing.com/?489136

原创作品，转载时请务必以超链接形式标明本文原始出处、作者信息和本声明，否则将追究法律责任。