缺陷度量

   缺陷度量是软件度量的一部分，其本身不能发现缺陷、剔除缺陷，但是有助于解决这些问题。另外，当正确、持续地进行了缺陷度量时，产品以及过程的质量属性的数据为实施和管理过程改进活动提供了有效的基础。

   缺陷度量就是对项目过程中产生的缺陷数据进行采集和量化，将分散的缺陷数据统一管理，使其有序而清晰，然后通过一系列数学函数，对数据进行处理，分析缺陷密度和趋势等信息，从而提高产品质量和改进开发过程。

缺陷密度

   Myers有一个关于软件测试的著名反自觉原则：在测试中发现缺陷多的地方，还有更多的潜在缺陷将会被发现。这个原则背后的原因是，发现缺陷越多的地方，遗漏的缺陷可能性也会越大，或者说测试效率没有被显著改善之前，在纠正缺陷时将引入较多的错误。其数学表达式就是缺陷密度的度量--每KLOC（千行源代码）或者每个功能点（或者类似的度量--对象点、数据点、特征点等）的缺陷数，缺陷密度低意味着产品质量高。

    缺陷密度定义：缺陷密度=已知缺陷数量/产品规模。缺陷密度与缺陷率、整体缺陷清除率、缺陷趋势、预期缺陷发现率等有一定的关系。

    如果缺陷密度跟上一版本相同或者更低，就应该分析当前版本的测试效率是不是降低了？如果不是，意味着质量的前景乐观；如果是，那么就需要额外的测试，还需要对开发的测试的过程进行改善。

    如果缺陷密度比上一版本高，那么就应该考虑在此之前是否为显著提高测试效率进行了有效的策划，并在本次测试中得到了实施？如果是，虽然需要开发人员更多的努力去修改缺陷，但是质量还是得到更好的保障；如果没有，意味着质量恶化，质量很难得到保证。这时，要保证质量。就必须延长开发周期或者投入更多的资源。

    缺陷率度量在每个单位的基础上度量代码质量。