ОСОБЛИВОСТІ ЗАСТОСУВАННЯ МОДЕЛЕЙ ОЦІНКИ ЯКОСТІ НА ЕТАПАХ РОЗРОБКИ ТА ВИКОРИСТАННЯ ПРОГРАМНИХ СИСТЕМ

Автор(и)

  • Антон Шантир Державний університет інформаційно-комунікаційних технологій, Київ

DOI:

https://doi.org/10.31649/1999-9941-2024-59-1-127-138

Ключові слова:

Інтеграційна модель зрілості можливостей, процеси забезпечення якості програмного забезпечення, процеси забезпечення якості програмного забезпечення, квадранти гнучкого тестування, Шість Сигм, загальне управління якістю, процес програмного забезпечення, фреймворк архітектури групи

Анотація

Анотація. В статті аналізуються особливості застосування моделей оцінки якості на різних етапах розробки та використання програмних систем з метою забезпечення їхньої високої якості. Головною метою дослідження є визначення нових комбінованих підходів, щодо оцінки ефективності та впливу використання моделей якості на різних етапах життєвого циклу програмних продуктів. У ході роботи використовується системний підхід до аналізу, що враховує взаємодію моделей якості з різними етапами проектування, розробки, тестування та експлуатації програмного забезпечення. Зокрема, розглядається роль моделей якості у підвищенні ефективності процесів розробки та їх вплив на остаточну якість продуктів. Методологія включає в себе аналіз існуючих моделей якості, їх адаптацію до конкретних умов проекту, а також вивчення практичних прикладів впровадження моделей якості в реальних проектах. Реалізується аналіз існуючих моделей якості, їх адоптацій до конкретних умов програмних системних проектів та аналіз впровадження в реальних проектах. Цей підхід дозволив нам отримати конкретні результати та розкрити ключові аспекти впровадження моделей якості. Розглядається взаємодія моделей якості із загальними стратегіями забезпечення якості та їхній вплив на підвищення продуктивності та надійності програмних систем. В загальнонауковому аспекті дослідження зводиться до оцінки ефективності цього підходу та визначенні його ключових особливостей. Подальший розгляд показав, що використання нових комбінованих моделей якості на етапах проектування, розробки та тестування сприяє покращенню різних аспектів якості програмного забезпечення. Вони не лише визначають критерії якості, але й сприяють забезпеченню відповідності цим критеріям протягом усього життєвого циклу проекту. Отримані результати підтверджують важливість використання комбінованих моделей якості на всіх етапах розробки програмних систем. Це сприяє не лише покращенню якості кінцевого продукту, але і ефективності всього процесу розробки. Наші результати можуть слугувати основою для практичного впровадження моделей якості в проекти програмного забезпечення та покращення загального рівня якості у цій галузі.

Біографія автора

Антон Шантир , Державний університет інформаційно-комунікаційних технологій, Київ

кандидат технічних наук, доцент кафедри Штучного інтелекту ДУІКТ

Посилання

H. Foidl and M. Felderer, "Integrating software quality models into risk-based testing," Software Quality Journal, vol. 26, pp. 809–847, 2018.

K. Sahu and R. K. Srivastava, "Predicting software bugs of newly and large datasets through a unified neuro-fuzzy approach: Reliability perspective," Advances in Mathematics: Scientific Journal, vol. 10, no. 1, pp. 543–555, 2021.

K. Sahu, F. A. Alzahrani, R. K. Srivastava, and R. Kumar, "Evaluating the impact of prediction tech-niques: Software reliability perspective," Computers, Materials & Continua, vol. 67, no. 2, pp. 1471–1488, 2021.

S. Sackey, D. E. Lee, and B. S. Kim, "Duration Estimate at Completion: Improving Earned Value Management Forecasting Accuracy," KSCE Journal of Civil Engineering, vol. 24, no. 3, pp. 693–702, 2020. DOI: 10.1007/s12205-020-0407-5

P. Sharma and A. L. Sangal, "Building and Testing a Fuzzy Linguistic Assessment Framework for Defect Prediction in ASD Environment Using Process-Based Software Metrics," Arabian Journal of Science and Engineering, vol. 45, no. 12, pp. 10327–10351, 2020.

Y. Hassouneh et al., "Boosted Whale Optimization Algorithm With Natural Selection Operators for Software Fault Prediction," IEEE Access, vol. 9, pp. 14239–14258, 2021. DOI: 10.1109/ACCESS.2021.3052149.

R. Al-Qutaish, "Quality Models in Software Engineering Literature: An Analytical and Comparative Study," Journal of American Science, vol. 6, pp. 10, 2010.

J. Estdale and E. Georgiadou, "Applying the ISO/IEC 25010 Quality Models to Software Product," in Systems, Software and Services Process Improvement. EuroSPI 2018, X. Larrucea, I. Santamaria, R. O'Connor, and R. Messnarz, Eds., vol. 896, 2018, pp. 12.

O. Fonseca-Herrera, A. E. Rojas, and H. Florez, "A Model of an Information Security Management System Based on NTC-ISO/IEC 27001 Standard," IAENG International Journal of Computer Science, vol. 48, pp. 213, 2021.

M. N. Aziz, I. M. Sapta, and S. Rochimah, "Security Characteristic Evaluation Based on ISO/IEC 25023 Quality Model, Case Study: Laboratory Management Information System," in 2018 Electrical Power, Electronics, Communications, Controls and Informatics Seminar (EECCIS), IEEE, pp. 332–336.

J.-X. Chen, "Overall performance evaluation: new bounded DEA models against unreachability of ef-ficiency," The Journal of the Operational Research Society, vol. 65, no. 7, pp. 1120–1132, 2014.

M. Filz, C. Herrmann, and S. Thiede, "Simulation-based Assessment of Quality Inspection Strategies on Manufacturing Systems," Procedia CIRP, vol. 93, pp. 777–782, 2020.

A. Golabchi, S. Han, and S. AbouRizk, "A simulation and visualization-based framework of labor ef-ficiency and safety analysis for prevention through design and planning," Automation in Con-struction, vol. 96, pp. 310–323, 2018.

P. Han, L. Wang, and P. Song, "Doubly robust and locally efficient estimation with missing out-comes," Statistica Sinica, vol. 26, no. 2, pp. 691–719, 2016.

L. Hund, B. Schroeder, K. Rumsey, and G. Huerta, "Distinguishing between model- and data-driven inferences for high reliability statistical predictions," Reliability Engineering and System Safety, vol. 180, pp. 201–210, 2018.

References

Foidl, H., & Felderer, M. (2018). Integrating software quality models into risk-based testing. Software Quality Journal, 26(2018), 809–847.

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.

Sahu, K., Alzahrani, F. A., Srivastava, R. K., & Kumar, R. (2021). Evaluating the impact of prediction techniques: Software reliability perspective. Computers, Materials & Continua, 67(2), 1471–1488.

Sackey, S., Lee, D. E., & Kim, B. S. (2020). Duration Estimate at Completion: Improving Earned Value Management Forecasting Accuracy. KSCE Journal of Civil Engineering, 24(3), 693–702. https://doi.org/10.1007/s12205-020-0407-5

Sharma, P., & Sangal, A. L. (2020). Building and Testing a Fuzzy Linguistic Assessment Framework for Defect Prediction in ASD Environment Using Process-Based Software Metrics. Arabian Journal of Science and Engineering, 45(12), 10327–10351.

Hassouneh, Y., Turabieh, H., Thaher, T., Tumar, I., Chantar, H., & Too, J. (2021). Boosted Whale Optimization Algorithm With Natural Selection Operators for Software Fault Prediction. IEEE Access, 9, 14239–14258. https://doi.org/10.1109/ACCESS.2021.3052149

Al-Qutaish, R. (2010). Quality Models in Software Engineering Literature: An Analytical and Comparative Study. Journal of American Science, 6, 10.

Estdale, J., & Georgiadou, E. (2018). Applying the ISO/IEC 25010 Quality Models to Software Product. In X. Larrucea, I. Santamaria, R. O'Connor, & R. Messnarz (Eds.), Systems, Software and Services Process Improvement. EuroSPI 2018. Communications in Computer and Information Science (Vol. 896, pp. 1-12).

Fonseca-Herrera, O., Rojas, A. E., & Florez, H. (2021). A Model of an Information Security Management System Based on NTC-ISO/IEC 27001 Standard. IAENG International Journal of Computer Science, 48, 213.

Aziz, M. N., Sapta, I. M., & Rochimah, S. (2018). Security Characteristic Evaluation Based on ISO/IEC 25023 Quality Model, Case Study: Laboratory Management Information System. In 2018 Electrical Power, Electronics, Communications, Controls and Informatics Seminar (EECCIS) (pp. 332–336). IEEE.

Chen, J.-X. (2014). Overall performance evaluation: new bounded DEA models against unreachability of efficiency. The Journal of the Operational Research Society, 65(7), 1120–1132.

Filz, M., Herrmann, C., & Thiede, S. (2020). Simulation-based Assessment of Quality Inspection Strategies on Manufacturing Systems. Procedia CIRP, 93, 777–782.

Golabchi, A., Han, S., & AbouRizk, S. (2018). A simulation and visualization-based framework of labor efficiency and safety analysis for prevention through design and planning. Automation in Construction, 96, 310–323.

Han, P., Wang, L., & Song, P. (2016). Doubly robust and locally efficient estimation with missing outcomes. Statistica Sinica, 26(2), 691–719.

Hund, L., Schroeder, B., Rumsey, K., & Huerta, G. (2018). Distinguishing between model- and data-driven inferences for high reliability statistical predictions. Reliability Engineering and System Safety, 180, 201–210.

##submission.downloads##

Переглядів анотації: 232

Опубліковано

2024-05-31

Як цитувати

[1]
А. . Шантир, «ОСОБЛИВОСТІ ЗАСТОСУВАННЯ МОДЕЛЕЙ ОЦІНКИ ЯКОСТІ НА ЕТАПАХ РОЗРОБКИ ТА ВИКОРИСТАННЯ ПРОГРАМНИХ СИСТЕМ», ІТКІ, вип. 59, вип. 1, с. 127–138, Трав 2024.

Номер

Розділ

Математичне моделювання та обчислювальні методи

Метрики

Завантаження

Дані завантаження ще не доступні.