[發(fā)明專利]軟件質(zhì)量需求建模和推理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310306158.7
• 申請(qǐng)日: 2013-07-19
• 公開(kāi)（公告）號(hào): CN103399740A
• 公開(kāi)（公告）日: 2013-11-20
• 發(fā)明（設(shè)計(jì)）人: 金芝;魏博;張偉;趙海燕
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)
• 主分類號(hào): G06F9/44
• 分類號(hào): G06F9/44
• 代理公司: 北京五洲洋和知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11387
• 代理人: 張向琨;劉春成

技術(shù)領(lǐng)域

本發(fā)明屬于軟件技術(shù)領(lǐng)域，尤其涉及一種適用于對(duì)軟件質(zhì)量需求的建模、推理、分析和設(shè)計(jì)決策過(guò)程的軟件質(zhì)量需求建模和推理方法。

背景技術(shù)

隨著軟件應(yīng)用領(lǐng)域的不斷擴(kuò)展和深入，軟件對(duì)人類社會(huì)各種活動(dòng)的影響日益加劇。在軟件開(kāi)發(fā)過(guò)程中，質(zhì)量需求是一個(gè)不可忽視的因素。一般認(rèn)為，質(zhì)量需求和相關(guān)的實(shí)現(xiàn)策略會(huì)對(duì)軟件設(shè)計(jì)決策和架構(gòu)產(chǎn)生重要的影響。而且質(zhì)量需求的滿足也是用戶挑選最終軟件產(chǎn)品的重要原因。因此如何有效的建模，分析質(zhì)量需求并選取合適的實(shí)現(xiàn)策略已經(jīng)成為軟件需求工程領(lǐng)域中的重要問(wèn)題。

在軟件質(zhì)量需求的建模和分析領(lǐng)域中，面向目標(biāo)的需求工程方法被認(rèn)為是最有力的方法。一些面向目標(biāo)的建模和推理工具也被提出。例如，KAOS的Objectiver/GRAIL，NFR框架的RE-Tool，i*的OpenOME，TROPOS的GR-Tool，以及GRL的jUVMNav。所有這些工具都支持圖形化的建模過(guò)程，并把圖形結(jié)果作為唯一的輸出。然而，圖形建模結(jié)果的弊端是它在沒(méi)有安裝圖形建模工具的平臺(tái)上并不能打開(kāi)和編輯。這對(duì)于多個(gè)分析人員之間的建模結(jié)果共享是不利的。而且NFR框架和i*下的推理過(guò)程是交互式的過(guò)程。在推理過(guò)程中，工具使用者需要和相關(guān)人員頻繁溝通，這在模型比較復(fù)雜的情況下是很耗時(shí)甚至不現(xiàn)實(shí)的。TROPOS的工具采用SAT求解器克服了交互式推理的缺點(diǎn)，但是它并不支持對(duì)多個(gè)實(shí)現(xiàn)策略的決策。而且GR-Tool僅僅接受單個(gè)定量決策因素，并輸出最終結(jié)果。另外，GRL只關(guān)注軟件質(zhì)量需求實(shí)現(xiàn)策略的評(píng)估而非決策，KAOS方法定位于對(duì)功能需求的建模。顯然，目前的各類工具還無(wú)法滿足針對(duì)質(zhì)量需求的、支持公式模型的自動(dòng)化推理工具來(lái)支持實(shí)現(xiàn)策略的決策。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種軟件質(zhì)量需求建模和推理方法，以解決現(xiàn)有的各類建模和推理工具尚難以針對(duì)質(zhì)量需求，支持公式模型的自動(dòng)化推理、支持實(shí)現(xiàn)策略決策的問(wèn)題。

為了解決上述問(wèn)題，本發(fā)明提供一種軟件質(zhì)量需求建模和推理方法，用于提供一種面向軟件質(zhì)量需求的形式化建模、自動(dòng)推理和分析平臺(tái)rΣ，其包括以下步驟：根據(jù)軟件質(zhì)量需求，設(shè)定建模元素，具體為：NFR型軟目標(biāo)：從目標(biāo)的角度捕捉軟件質(zhì)量需求的軟目標(biāo)；可操作化軟目標(biāo)：捕捉有關(guān)需求實(shí)現(xiàn)知識(shí)的軟目標(biāo)；貢獻(xiàn)：反映可操作化軟目標(biāo)的影響的概念，包括四類定性的貢獻(xiàn)：使能、破壞、幫助和損害HURT，分別由“++”,“--”,“+”和“-”標(biāo)注；滿足狀態(tài)：刻畫(huà)軟目標(biāo)實(shí)現(xiàn)情況的概念，包括六種定性的滿足狀態(tài)：完全滿足、部分滿足、完全拒絕、部分拒絕、未知和沖突，分別標(biāo)記為√,w+,×,w-,？和與或分解：位于相鄰兩個(gè)層次上NFR型軟目標(biāo)之間的關(guān)系；可操作化分解：位于可操作化軟目標(biāo)和NFR型軟目標(biāo)之間的關(guān)系；副作用：不同于所述可操作化分解的另一種位于可操作化軟目標(biāo)和NFR型軟目標(biāo)之間的關(guān)系；圖形化建模，點(diǎn)擊rΣ繪圖區(qū)域，選取相應(yīng)的建模元素，然后點(diǎn)擊畫(huà)布生成相應(yīng)建模元素；形式化建模，根據(jù)面向軟件質(zhì)量需求目標(biāo)建模語(yǔ)言Σ的語(yǔ)義和語(yǔ)法設(shè)計(jì)；策略評(píng)估，以確定實(shí)現(xiàn)策略是否是一個(gè)可接受的策略；策略發(fā)掘，以檢查所有可能的設(shè)計(jì)選項(xiàng)的組合，并把這些策略按照根節(jié)點(diǎn)的滿足狀態(tài)分類；模型擴(kuò)展，以捕捉不同建模結(jié)果之間的關(guān)聯(lián)關(guān)系。

由上分析，和傳統(tǒng)的支持工具相比，rΣ可以生成文本格式的質(zhì)量需求建模結(jié)果，該結(jié)果在不破壞模型語(yǔ)義的基礎(chǔ)上便于保存和編輯。同時(shí)rΣ提供了自動(dòng)的實(shí)現(xiàn)策略的評(píng)估過(guò)程，不再需要人工交互。另外rΣ支持對(duì)質(zhì)量需求實(shí)現(xiàn)策略的多目標(biāo)決策，通過(guò)返回多個(gè)備選方案，允許分析人員確認(rèn)最優(yōu)結(jié)果。最后rΣ支持模型的擴(kuò)展，可以捕獲模型之間的相互依賴關(guān)系，從而提供了模型知識(shí)共享的機(jī)制和基于分解結(jié)構(gòu)的沖突認(rèn)定機(jī)制。

附圖說(shuō)明

圖1為rΣ的部件圖。圖中，圖形編輯器（Graphical?Editor）接收使用者在rΣ上的繪圖動(dòng)作，并生成圖形建模結(jié)果。Σ轉(zhuǎn)換(Σ-Transformation)功能接收?qǐng)D形建模結(jié)果，同時(shí)也接受直接的公式文本輸入。策略評(píng)估(Strategy?Evaluation)功能接收Σ轉(zhuǎn)換的結(jié)果Σ公式，并請(qǐng)求使用者對(duì)葉節(jié)點(diǎn)的狀態(tài)指認(rèn)。策略發(fā)掘(Strategy?Exploration)功能調(diào)用策略評(píng)估的算法，輸出基于根節(jié)點(diǎn)滿足狀態(tài)的實(shí)現(xiàn)策略列表。另外，模型擴(kuò)展(Model?Extension)功能使用多個(gè)模型，進(jìn)行精化結(jié)果的共享，返回被擴(kuò)展的質(zhì)量需求模型。