專利名稱：基礎(chǔ)軟件平臺的質(zhì)量評估方法
技術(shù)領(lǐng)域：
本發(fā)明涉及軟件質(zhì)量評估模型和技術(shù)，尤指一種基礎(chǔ)軟件平臺質(zhì)量 評估過程中的數(shù)據(jù)處理方法。
背景技術(shù)：
基礎(chǔ)軟件平臺是指由操作系統(tǒng)、中間件、數(shù)據(jù)庫、安全產(chǎn)品以及辦 公套件等通用性軟件組建的一系列應(yīng)用支撐平臺。近年來，在基礎(chǔ)軟件 產(chǎn)業(yè)蓬勃發(fā)展的同時(shí)，因基礎(chǔ)軟件間缺乏適配而導(dǎo)致基礎(chǔ)軟件平臺出現(xiàn) 了可用性、可靠性、可維護(hù)性等方面的問題，無法滿足各行業(yè)領(lǐng)域的企 業(yè)級應(yīng)用系統(tǒng)對基礎(chǔ)軟件支撐環(huán)境的需求。
現(xiàn)有許多種軟件評估方法。國際標(biāo)準(zhǔn)化組織制定了國際標(biāo)準(zhǔn)
ISO/IEC9126《軟件質(zhì)量模型》和ISO/IEC14598《軟件質(zhì)量評估模型》。 我國也制定了與ISO/IEC9126等同的國家標(biāo)準(zhǔn)GB/T16260《軟件工程產(chǎn) 品質(zhì)量》，與ISO/IEC14598相應(yīng)的國家標(biāo)準(zhǔn)GB/T18905《軟件工程產(chǎn)品 評價(jià)》?，F(xiàn)今廣泛采用的質(zhì)量模型還有McCall模型、Boehm模型、FURPS 模型、Dromey模型等。隨著面向?qū)ο蠹夹g(shù)的迅猛發(fā)展，形成了一些面向 對象系統(tǒng)的質(zhì)量模型，較典型的是Bansiya在1997年提出的QMOOD (Quality Model for Object- Oriented Design)才莫型，它是一個(gè)設(shè)計(jì)層的面向 對象系統(tǒng)的質(zhì)量模型，主要針對面向?qū)ο笙到y(tǒng)的外部高層質(zhì)量特性，如 可復(fù)用性、靈活性、功能性等。開源軟件的迅猛發(fā)展，對開源軟件的質(zhì) 量評估體系提出了新的挑戰(zhàn)，2005年由SpikeSource公司、O'Reilly CodeZoo、 Intel公司以及卡耐基梅隆大學(xué)共同提出了開源軟件評估模型 BRR ( Business Readiness Rating for Open Source )計(jì)劃,該模型主要評估 開源軟件以及由開源軟件組成的軟件包的質(zhì)量，目前還在發(fā)展當(dāng)中。
但是，上述質(zhì)量評估方法均為用來測試傳統(tǒng)的單軟件的方法，其中 的質(zhì)量模型都沒有考慮到平臺的獨(dú)特性，用來代表基礎(chǔ)軟件平臺的質(zhì)量 是不恰當(dāng)?shù)摹６?，上述方法的?quán)重確定過程多采用統(tǒng)計(jì)加權(quán)或德爾菲
(Delphi)方法。但統(tǒng)計(jì)加權(quán)法中的權(quán)重并沒有公認(rèn)合理的方法來確定； 德爾菲法則是在對所要預(yù)測的問題征得專家的意見之后，進(jìn)行整理、歸 納、統(tǒng)計(jì)，再匿名反饋給各專家，再次征求意見，再集中，再反饋，直 至得到穩(wěn)定的意見。顯然，這種方法過程較復(fù)雜，且花費(fèi)時(shí)間很長。 所以，現(xiàn)有評估方法很難為用戶選擇基礎(chǔ)軟件平臺提供參考。 為了更好地指導(dǎo)各行業(yè)領(lǐng)域針對實(shí)際需求而必須進(jìn)行的基礎(chǔ)軟件平 臺評價(jià)，幫助平臺集成開發(fā)者實(shí)現(xiàn)對基礎(chǔ)軟件平臺的優(yōu)化與改進(jìn)，本發(fā) 明提出了 一種全新的基礎(chǔ)軟件平臺質(zhì)量評估方法。

發(fā)明內(nèi)容
鑒于現(xiàn)有評估方法在評估基礎(chǔ)軟件平臺時(shí)出現(xiàn)的缺陷，本發(fā)明的目 的是提出一種適用于基礎(chǔ)軟件平臺的、合理的質(zhì)量評估方法。該方法提 供了評估基礎(chǔ)軟件平臺的質(zhì)量模型、權(quán)重算法、評估步驟和最終輸出的 評估結(jié)果。
本發(fā)明的目的是這樣實(shí)現(xiàn)的首先，輸入專家問巻調(diào)查信息，通過 逐步回歸法處理信息，獲得基礎(chǔ)軟件平臺質(zhì)量模型及特性 (Characteristics )、子特性(Sub-Characteristics )的權(quán)重；然后，用G/Q/M (Goal/Question/Metric)方法設(shè)計(jì)特性和子特性的有效度量元；接著，輸
件構(gòu)件包括所有構(gòu)成此平臺的所有軟件，有效度量元數(shù)據(jù)是根據(jù)上述 G/Q/M方法設(shè)計(jì)的有效度量元，對待評估的平臺進(jìn)行度量而得到的實(shí)際數(shù) 據(jù)；再通過轉(zhuǎn)換函數(shù)將有效度量元數(shù)據(jù)轉(zhuǎn)化為具體的數(shù)值，自底向上，
計(jì)算出平臺質(zhì)量；最后，依據(jù)該方法輸出的結(jié)果評估基礎(chǔ)軟件平臺的質(zhì)量。
其中，上文提到的調(diào)查問巻是在詳細(xì)分析現(xiàn)有質(zhì)量模型的基礎(chǔ)上， 結(jié)合基礎(chǔ)軟件平臺特征分析、總結(jié)得出的，為了保證數(shù)據(jù)的準(zhǔn)確性和完
整性，分發(fā)給四類專家質(zhì)量方面的專家或接受過質(zhì)量評估相關(guān)的專業(yè) 培訓(xùn)的第三方研究機(jī)構(gòu)人員；平臺的最終使用者，涉及不少于五個(gè)行業(yè) 領(lǐng)域，如政務(wù)、衛(wèi)生、計(jì)生、教育、農(nóng)業(yè)等；領(lǐng)域應(yīng)用開發(fā)商；基礎(chǔ) 軟件平臺的各組成軟件開發(fā)商。
其中，將專家問巻數(shù)據(jù)轉(zhuǎn)化為質(zhì)量模型的具體方法為 利用逐步回歸法，根據(jù)特性對整體質(zhì)量的影響大小來決定是否保留， 剔除影響小的特性。其中，影響大小的計(jì)算步驟為
設(shè)原回歸方程為j^fl+6^+62X2 +…+ bmX,"，其中，；;表示平臺的整體質(zhì) 量，x,到;c",為所有可能影響平臺質(zhì)量的特性； 去掉變量x,后所得的新回歸方程為
新、舊回歸系數(shù)之間有關(guān)系6 =~-^^.且=少-Z~ x;
其中，乂 = 1,2,...附，乂"， Cy^C = Z—'中的元素=
<formula>formula see original document page 7</formula>
4=Z<X/—^)( —^), L=Z—aXy* -力，a 二—, 7=—5] 然后計(jì)算偏回歸平方和
偏回歸平方和越大，對回歸方程的貢獻(xiàn)越大。計(jì)算出各個(gè)自變量
<formula>formula see original document page 8</formula>相應(yīng)的偏回歸平方和，比較各因素對整個(gè)回歸效果的貢獻(xiàn)的大 小，將貢獻(xiàn)小者剔除掉。
整理，得到最優(yōu)回歸方程
<formula>formula see original document page 8</formula>其中A到A即為對基礎(chǔ)軟件平臺質(zhì)量影響顯著的
k個(gè)特性，變量順序與原回歸方程可以不同。
確定特性之后，可以用同樣的方法來確定對特性影響顯著的子特性。
其中，所述指標(biāo)權(quán)重求解過程為，將逐步回歸法得到的回歸方程中 的系數(shù)歸一化，其所占的比率即為指標(biāo)權(quán)重，計(jì)算具體為
根據(jù)最終的回歸方程，先將系數(shù)歸一化
<formula>formula see original document page 8</formula> ,其中Zu、 Zw分別為^"中的最小值、最大值
rrmx min
然后求出每個(gè)系數(shù)所占的比率，即為權(quán)重r￡=&=^~ ,『￡表 示特性c,的權(quán)重。
同理，易計(jì)算出子特性權(quán)重l。

其中，采用G/Q/M方法設(shè)計(jì)特性和子特性的有效度量元，具體為 先定義需要度量的目標(biāo),然后通過回答問題的形式來衡量這些目標(biāo)是否已 經(jīng)被實(shí)現(xiàn),將模糊的、抽象的目標(biāo)分解成具體的、可測量的問題，通過問 題最后確定度量的對象，這些度量的對象即為有效度量元。
其中，度量值的獲取是將度量元轉(zhuǎn)化為0到1之間的數(shù)值， 一個(gè)子 特性可能包含多個(gè)度量值，如m,到^， p為子特性所包含的度量元個(gè)數(shù)。 自底向上計(jì)算出平臺的整體質(zhì)量，具體步驟如下
<formula>formula see original document page 8</formula>
子特性分?jǐn)?shù)&
特性分?jǐn)?shù)=土、*^4其中，t表示特性中包含的子特性的個(gè)數(shù)；
整體質(zhì)量分?jǐn)?shù) e=t『。*&,。
其中，依據(jù)處理結(jié)果，輸出評估結(jié)果表被評估平臺的構(gòu)成；平臺 質(zhì)量的等級；平臺各項(xiàng)特性的原始分?jǐn)?shù)、權(quán)重及加權(quán)分?jǐn)?shù)；平臺評估過 程中得分為0的度量元；根據(jù)分?jǐn)?shù)得出的評估意見，分析評價(jià)結(jié)果的含 義，并提出可能的質(zhì)量改進(jìn)方法。
在實(shí)際問題中，人們總是希望從對因變量,有影響的諸多變量中選擇 一些變量作為自變量，應(yīng)用多元回歸分析的方法建立"最優(yōu)，，回歸方程 以便對因變量進(jìn)行預(yù)報(bào)或控制。所謂"最優(yōu)"回歸方程，主要是指希望在 回歸方程中包含所有對因變量？影響顯著的自變量而不包含對J影響不顯 著的自變量的回歸方程。逐步回歸法正是根據(jù)這種原則提出來的一種回 歸分析方法。它的主要思路是在考慮的全部自變量中按其對^的作用大小， 顯著程度大小或者說貢獻(xiàn)大小，由大到小地逐個(gè)引入回歸方程，而對那 些對W乍用不顯著的變量可能始終不被引人回歸方程。另外，己被引人回 歸方程的變量在引入新變量后也可能失去重要性，而需要從回歸方程中 剔除出去。引入一個(gè)變量或者從回歸方程中剔除一個(gè)變量都稱為逐步回 歸的一步，每一步都要進(jìn)行F檢驗(yàn)，以保證在引入新變量前回歸方程中只 含有對j影響顯著的變量，而不顯著的變量已被剔除。這種方法被證明在 選擇變量時(shí)能得到讓用戶滿意的結(jié)果。本發(fā)明利用逐步回歸法的這一優(yōu) 點(diǎn)，從可能影響評估結(jié)果的所有指標(biāo)中選出了貢獻(xiàn)顯著的指標(biāo)，并且根 據(jù)貢獻(xiàn)大小給出了相應(yīng)的權(quán)重，科學(xué)地實(shí)現(xiàn)了定性又定量的評估。使用 此技術(shù)大大改善了以前人工因素對評估結(jié)果影響較大的缺陷，使得評估 更加科學(xué)。
本發(fā)明的技術(shù)效果是，對不同的基礎(chǔ)軟件平臺進(jìn)行等級評定，填補(bǔ)
了現(xiàn)有的基礎(chǔ)軟件平臺評估領(lǐng)域缺乏完善的評估方法的空白。對基礎(chǔ)軟 件開發(fā)商來說，這種等級評定可以指導(dǎo)他們對基礎(chǔ)軟件進(jìn)行改進(jìn)，使其
產(chǎn)品更能滿足用戶需求；對于應(yīng)用集成商來說，這種等級評定可以指導(dǎo) 他們對集成進(jìn)行優(yōu)化；對于最終用戶來說，這種等級評定可以指導(dǎo)他們 根據(jù)各行業(yè)領(lǐng)域的實(shí)際需求而進(jìn)行評價(jià)及選擇。因此，對于軟件評測等


圖l為基礎(chǔ)軟件平臺質(zhì)量評估方法框架圖2為基礎(chǔ)軟件平臺的質(zhì)量模型；
圖3為質(zhì)量模型權(quán)重概況；
圖4為度量轉(zhuǎn)化為值的四個(gè)函數(shù)；
圖5為評估結(jié)果表；
具體實(shí)施例方式
為使用戶對本發(fā)明的特征以及優(yōu)點(diǎn)有更清楚的了解，以下結(jié)合附圖， 作詳細(xì)說明圖1描述了本發(fā)明的質(zhì)量評估方法框架圖。其具體流程如 下
1) 分析得出所有可能影響基礎(chǔ)軟件平臺質(zhì)量的特性和子特性，形成 指標(biāo)體系；
2) 利用逐步回歸法，挑選出對平臺質(zhì)量影響顯著的指標(biāo)，剔除影響 小的指標(biāo)，形成基礎(chǔ)軟件平臺質(zhì)量模型；
3) 將逐步回歸法得到的各因子的影響系數(shù)歸一化，按其所占比率得 到基礎(chǔ)軟件平臺質(zhì)量模型的指標(biāo)權(quán)重；
4) 設(shè)計(jì)有效度量元；
5) 輸入度量元的測量值，根據(jù)度量轉(zhuǎn)換函數(shù)轉(zhuǎn)化為度量值；
6) 將隸屬于某子特性的所有度量值相加，得到子特性的原始分?jǐn)?shù)， 再將子特性的原始分?jǐn)?shù)乘以權(quán)重得到子特性的加權(quán)分?jǐn)?shù)；
7) 將隸屬于某特性的所有子特性的加權(quán)分?jǐn)?shù)相加，得到特性的原始
分?jǐn)?shù)，將特性的原始分?jǐn)?shù)乘以權(quán)重得到質(zhì)量分?jǐn)?shù)；
8) 將質(zhì)量分?jǐn)?shù)轉(zhuǎn)化為相應(yīng)的等級。
其中，步驟8)中的等級分為五類，從高到低依次為優(yōu)秀，良好， 一般，差，不可接受。根據(jù)三角形模糊隸屬度，求出質(zhì)量分?jǐn)?shù)對應(yīng)的隸 屬度向量，然后利用最大隸屬度原則，取最大隸屬度所屬的等級。
三角隸屬度函數(shù)
選擇一次序分割集U = {
)相應(yīng)的偏回歸平方和，比較各因素對整個(gè)回歸效果的貢獻(xiàn)的大小，將貢獻(xiàn)小者剔除掉。4)整理，得到最優(yōu)回歸方程<formula>formula see original document page 3</formula>其中x,到;^即為對基礎(chǔ)軟件平臺質(zhì)量影響顯著的k個(gè)特性，變量順序與原回歸方程可以不同；5 )用同樣的方法來確定對特性影響顯著的子特性。
3. 根據(jù)權(quán)利要求1所述的基礎(chǔ)軟件平臺的質(zhì)量評估方法，其特征在 于在所述步驟l)中，指標(biāo)權(quán)重中的特性權(quán)重的計(jì)算具體步驟如下1) 根據(jù)最優(yōu)回歸方程，將系數(shù)歸一化6;=^^ ,其中&m、 L分別為WU中的最小值、最大值；O —/ max min2) 求出每個(gè)系數(shù)所占的比率『￡=6,=} , ^表示特性c,的權(quán)重；!■=13) 同理，計(jì)算出子特性權(quán)重P^。
4. 根據(jù)權(quán)利要求1或2所述的基礎(chǔ)軟件平臺的質(zhì)量評估方法，其特 征在于在所述的G/Q/M方法設(shè)計(jì)有效度量元的具體步驟為首先定義 需要度量的目標(biāo)，然后通過回答問題的形式來衡量這些目標(biāo)是否被實(shí)現(xiàn), 將模糊的、抽象的目標(biāo)分解成具體的、可測量的問題，通過問題最后確 定度量的對象，這些度量的對象為有效度量元。
5. 根據(jù)權(quán)利要求1或2或3所述的基礎(chǔ)軟件平臺質(zhì)量的評估方法， 其特征在于在所述的自底向上計(jì)算平臺整體質(zhì)量的具體步驟如下1 )將度量元轉(zhuǎn)化為一個(gè)0到1之間的數(shù)值m,, p為子特性所包含的度量元個(gè)數(shù)； 2) 計(jì)算出子特性分?jǐn)?shù)& =' "3) 計(jì)算出特性分?jǐn)?shù)&=1>^*^其中，t表示特性中包含的子 特性的個(gè)數(shù)；4) 計(jì)算出整體質(zhì)量分?jǐn)?shù) 2 = t^,*&,。
6.根據(jù)權(quán)利要求1所述的基礎(chǔ)軟件平臺質(zhì)量的評估方法，其特征在 于在所述步驟3)中，依據(jù)數(shù)據(jù)處理的結(jié)果，輸出評估結(jié)果表被評估 平臺的構(gòu)成；平臺質(zhì)量的等級；平臺各項(xiàng)特性的原始分?jǐn)?shù)、權(quán)重及加權(quán) 分?jǐn)?shù)；平臺評估過程中得分為0的度量元；專家意見，分析此評價(jià)結(jié)果 的含義，并針對如何提高此平臺的質(zhì)量提出建議。
全文摘要
本發(fā)明提供一種基礎(chǔ)軟件平臺的質(zhì)量評估方法，輸入基礎(chǔ)軟件平臺的質(zhì)量調(diào)查問卷信息，采用逐步回歸法確定平臺的質(zhì)量模型，并計(jì)算出平臺質(zhì)量特性和子特性的權(quán)重，建立評估模型，然后依據(jù)模型，輸入度量元數(shù)據(jù)，并自底向上逐步轉(zhuǎn)化成最終的評估結(jié)果。本發(fā)明具有獨(dú)特性、通用性，填補(bǔ)了基礎(chǔ)軟件平臺評估領(lǐng)域缺乏完善的評估方法的空白，指導(dǎo)了各行業(yè)領(lǐng)域針對實(shí)際需求而必須進(jìn)行的基礎(chǔ)軟件平臺評價(jià)，幫助平臺集成開發(fā)者實(shí)現(xiàn)對基礎(chǔ)軟件平臺的優(yōu)化與改進(jìn)，為基礎(chǔ)軟件平臺的工程化開發(fā)奠定了良好的基礎(chǔ)。
文檔編號G06F9/44GK101377739SQ20071014628
公開日2009年3月4日 申請日期2007年8月31日 優(yōu)先權(quán)日2007年8月31日
發(fā)明者蘭雨晴, 同 趙, 輝 趙, 郭樹行, 靜 高 申請人:蘭雨晴