[發明專利]基于Bayes的軍用軟件質量度量方法

在審

• 申請號: 201911296104.0
• 申請日: 2019-12-16
• 公開（公告）號: CN111444084A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 劉偉;李曉偉;祝宇;陳朋;安鵬偉;王嬴超;趙常;王杰;賀麗江;蘇建敏
• 申請（專利權）人: 北京京航計算通訊研究所
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 周恒

本發明屬于軟件測評相關技術領域，具體涉及一種基于Bayes的軍用軟件質量度量方法，基于人工智能理論中Bayes的推理網絡，提出了一種基于Bayes的軍用軟件質量度量方法。該方法以概率的形式描述了各個度量元對軍用軟件質量的影響，并且以概率的形式定量描述了軍用軟件質量的好壞。對比國內外軟件質量度量方法，本發明的技術方法提高軍用軟件質量度量的準確性、可靠性。

技術領域

本發明屬于軟件測評相關技術領域，具體涉及一種基于Bayes的軍用軟件質量度量方法。

背景技術

本在軍工產品研制過程中，軟件的規模和重要程度日益增加，如何評價型號軟件的質量，是一個被軍方和型號總師廣泛關注的問題。

一方面，雖然軟件質量度量的模型有多種，但是軟件質量好或壞，沒有確定的內涵和外延，存在一定的模糊性。另一方面，我國為軍用軟件制定的相關標準與國外(ISO/IEC25051：2014)或者民用(GB/T25000.51-2016)采用的軟件質量度量標準不同，所以研究成果不適合直接用于軍用軟件質量度量。如：McCall軟件質量模型為三層結構，最高層的質量要素，從11個方面對軟件質量提出要求；中層為軟件屬性，用作主觀評價準則；最低一層為軟件屬性的度量，一般分級范圍從0(最低)到10(最高)。使用主觀評價準則對反映質量特性的軟件屬性進行分級，并以此來估計軟件質量特性的值。而我國的相關標準中，也規定了軟件質量模型。最高層是外部質量和內部質量；中間是6個特性(功能性、可靠性、易用性、效率、維護性和可移植性)；最底層是將這6個特性細分為若干的子特性，但由于軍用軟件質量度量模型與國外或民用的模型不同，無法使用國外或民用的研究成果。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是：如何解決軍用軟件質量度量標準中無法定量的問題。

(二)技術方案

為解決上述技術問題，本發明提供一種基于Bayes的軍用軟件質量度量方法，所述軍用軟件質量度量方法基于軍用軟件質量度量系統來實施，所述軍用軟件質量度量系統包括：軍用軟件質量度量推理網絡生成模塊、質量度量數據獲取模塊、軟件質量評價模塊；

所述軍用軟件質量度量方法包括如下步驟：

步驟1：所述軍用軟件質量度量推理網絡生成模塊基于Bayes算法推理網絡，構建軟件外部質量和內部質量的質量模型，最高層為“外部質量和內部質量”，中間層為“功能性、可靠性、易用性、效率、維護性和可移植性”6個特性，底層為6個特性對應的若干“子特性”，以上述特性作為Bayes算法推理網絡前三層的“葉”節點，底層的“葉”節點是對證據“子特性”的觀察，前三層之間的弧代表證據對結論的充分性和必要性，后一層的弧代表該次觀察的可信度，由此構建基于 Bayes的軍用軟件質量度量推理網絡；

步驟2：所述質量度量數據獲取模塊在步驟1構建的基于Bayes的軍用軟件質量度量推理網絡的基礎上，依據Bayes推理方法，獲取基于Bayes的軍用軟件質量度量數據；

步驟3：所述軟件質量評價模塊根據步驟2計算的軍用軟件質量度量數據，劃分軟件質量評價區間，確定軟件質量好壞。

其中，所述步驟1中，所述Bayes算法推理網絡為：

所述Bayes算法推理網絡是用于表示變量間連接概率的一種圖形模式，其提供了一種自然的表示因果信息的方法，用來發現數據間的潛在關系。網絡中，節點表示變量，有向邊表示變量之間的規則或關系；

Bayes算法推理網絡中，把所有的規則連接成一個有向圖，圖中每一個“葉”節點代表假設結論，弧則代表規則，并引入兩個數值 (LS,LN)與每一條弧相聯系，用來度量規則成立的充分性和必要性；對于初始證據E，其先驗概率為P(E)，用C(E,S)表示用戶根據觀察S給出證據E的后驗概率P(E|S)的可信度。