Τι είναι το Defect Density; Τύπος για υπολογισμό με Παράδειγμα

Πίνακας περιεχομένων:

Anonim

Τι είναι το Defect Density;

Defect Density είναι ο αριθμός των ελαττωμάτων που επιβεβαιώθηκαν στο λογισμικό / μονάδα κατά τη διάρκεια μιας συγκεκριμένης περιόδου λειτουργίας ή ανάπτυξης διαιρούμενο με το μέγεθος του λογισμικού / της μονάδας. Επιτρέπει σε κάποιον να αποφασίσει εάν ένα κομμάτι λογισμικού είναι έτοιμο να κυκλοφορήσει.

Η πυκνότητα ελαττωμάτων μετράται ανά χίλιες γραμμές κώδικα γνωστές και ως KLOC.

Πώς να υπολογίσετε την πυκνότητα ελαττωμάτων

Ένας τύπος για τη μέτρηση της πυκνότητας ελαττωμάτων:

Defect Density = Αριθμός ελαττωμάτων / μέγεθος της απελευθέρωσης

Το μέγεθος της απελευθέρωσης μπορεί να μετρηθεί με όρους γραμμής κώδικα (LoC).

Παράδειγμα πυκνότητας ελαττώματος

Ας υποθέσουμε ότι έχετε 3 ενότητες ενσωματωμένες στο προϊόν λογισμικού σας. Κάθε μονάδα έχει τον ακόλουθο αριθμό εντοπισμένων σφαλμάτων-

  • Ενότητα 1 = 10 σφάλματα
  • Ενότητα 2 = 20 σφάλματα
  • Ενότητα 3 = 10 σφάλματα

Σύνολο σφαλμάτων = 10 + 20 + 10 = 40

Η συνολική γραμμή κώδικα για κάθε ενότητα είναι

  • Ενότητα 1 = 1000 LOC
  • Ενότητα 2 = 1500 LOC
  • Ενότητα 3 = 500 LOC

Συνολική γραμμή κώδικα = 1000 + 1500 + 500 = 3000

Η πυκνότητα ελαττωμάτων υπολογίζεται ως:

Πυκνότητα ελαττωμάτων = 40/3000 = 0,013333 ελαττώματα / loc = 13,333 ελαττώματα / Kloc

Ένα πρότυπο για την πυκνότητα ελαττωμάτων

Ωστόσο, δεν υπάρχει σταθερό πρότυπο για την πυκνότητα σφαλμάτων, μελέτες δείχνουν ότι ένα ελάττωμα ανά χίλιες γραμμές κώδικα θεωρείται γενικά ως ένδειξη καλής ποιότητας του έργου.

Παράγοντες που επηρεάζουν τις μετρήσεις πυκνότητας ελαττωμάτων

  • Πολυπλοκότητα κώδικα
  • Ο τύπος ελαττωμάτων που λαμβάνονται υπόψη για τον υπολογισμό
  • Διάρκεια χρόνου που λαμβάνεται υπόψη για τον υπολογισμό της πυκνότητας ελαττωμάτων
  • Δεξιότητες προγραμματιστή ή Tester

Πλεονεκτήματα της πυκνότητας ελαττωμάτων

  • Βοηθά στη μέτρηση της αποτελεσματικότητας της δοκιμής
  • Βοηθά στη διαφοροποίηση ελαττωμάτων σε στοιχεία / ενότητες λογισμικού
  • Είναι χρήσιμο στον προσδιορισμό των τομέων για διόρθωση ή βελτίωση
  • Είναι χρήσιμο στην κατεύθυνση προς συστατικά υψηλού κινδύνου
  • Βοηθά στον προσδιορισμό των αναγκών κατάρτισης σε διάφορους πόρους
  • Μπορεί να είναι χρήσιμο στην εκτίμηση των δοκιμών και της επανεπεξεργασίας λόγω σφαλμάτων
  • Μπορεί να εκτιμήσει τα υπόλοιπα ελαττώματα στο λογισμικό
  • Πριν από την κυκλοφορία, μπορούμε να προσδιορίσουμε αν οι δοκιμές μας είναι επαρκείς
  • Μπορούμε να διασφαλίσουμε μια βάση δεδομένων με τυπική πυκνότητα ελαττωμάτων