【转载】【常见缺陷分析技术】ODC缺陷分析法
ODC,英文全称为Orthogonal Defect Classification,译作"正交缺陷分类",由IBM 的Waston中心推出。
当需要分析与开发者和测试人员相关、与开发阶段相关、与顾客的满意程度相关的产品质量的外部属性时,据IBM介绍可以通过ODC分析这些属性的结果提高软件的质量。
ODC技术对于以下3种情况特别适用:
(1)开发生命周期相对来说是一个很漫长的过程,包括后续的改进工作。例如,这个项目包括多个软件版本或者一个版本有多次迭代。
(2)潜在的缺陷数目是相当大的。缺陷数目越多,客观的分析结果也越多,对我们了解软件质量越有好处。
(3)这个项目已经将"高质量"设定为它的主要目标之一。
ODC技术将每一个缺陷按不同维度进行分类。当缺陷数量较多时,也可以对缺陷进行抽样分析。目前ODC技术的主要维度包括发现问题的活动(分为8类)、触发因素(分为36类)、结果影响(分为13类)、问题根源对象(分为6类)、缺陷类型(分为39类)、缺陷界定(分为3类)、责任来源(分为5类)、缺陷年龄(分为4类)8个,共114类。根据大量缺陷分类后产生的各类缺陷的统计数字,结合缺陷定位信息(所属子系统、模块、特性)进行多维度正交分析,就能准确确定产品主要质量问题区域,识别缺陷引入和去除过程的重点改进对象,实现对过程和产品的精确改进指导。将传统度量手段和ODC技术相结合,能实现对过程和产品的宏观评估和微观解剖。
将一个缺陷在生命周期各环节的属性组织起来,从单维度、多维度来对缺陷进行分析,从不同角度得到各类缺陷的缺陷密度和缺陷比率,从而积累得到各类缺陷的基线值,用于评估测试活动、指导测试改进和整个研发流程的改进;同时根据各阶段缺陷分布得到缺陷去除过程特征模型,用于对测试活动进行评估和预测。7.7节中前面几个小节描述中涉及的缺陷分布、缺陷趋势等都属于这个方法中的一个角度而已。
相关链接:
http://www.research.ibm.com/softeng/ODC/DETODC.HTM
其他缺陷分析方法:
1、Gompertz分析:根据测试的累积投入时间和累积缺陷增长情况,拟合得到符合自己过程能力的缺陷增长Gompertz曲线,用来评估软件测试的充分性、预测软件极限缺陷数和退出测试所需时间、作为测试退出的判断依据、指导测试计划和策略的调整;
2、Rayleigh分析:通过生命周期各阶段缺陷发现情况得到缺陷Rayleigh曲线,用于评估软件质量、预测软件现场质量;
3、四象限分析:根据软件内部各模块、子系统、特性测试所累积时间和缺陷去除情况,和累积时间和缺陷去除情况的基线进行比较,得到各个模块、子系统、特性测试分别所位于的区间,从而判断哪些部分测试可以退出、哪些测试还需加强,用于指导测试计划和策略的调整;
4、根本原因分析:利用鱼骨图、柏拉图等分析缺陷产生的根本原因,根据这些根本原因采取措施,改进开发和测试过程;
5、缺陷注入分析:对被测软件注入一些缺陷,通过已有用例进行测试,根据这些刻意注入缺陷的发现情况,判断测试的有效性、充分性,预测软件残留缺陷数。在06年软件评测师考试中有一题就是考这个思路,参见这个帖子我的回复:http://bbs.51testing.com/thread-114979-1-1.html
6、DRE/DRM分析:通过已有项目历史数据,得到软件生命周期各阶段缺陷注入和排除的模型,用于设定各阶段质量目标,评估测试活动.
转载于:https://www.cnblogs.com/hncjp1989/archive/2012/03/02/2377157.html
【转载】【常见缺陷分析技术】ODC缺陷分析法相关推荐
- SPSS分析技术:决策树分析;银行如何判断申请贷款者的还款能力?
基础准备 上一篇文章介绍了决策树分析的基本理论,以及它与聚类分析.判别分析.逻辑回归分析等分类和判别方法的区别与联系,大家可以点击下方文章链接回顾: 数据分析技术:决策树分析:机器学习入门模型 决策树 ...
- 智能情绪分析技术_简单分析人工智能的表现在计算机网络应用技术中的优势
简单分析人工智能的表现在计算机网络应用技术中的优势 大数据时代背景下, 计算机网络技术迅猛发展, 而人工智能技术的发展也进一步推动了计算机网络技术的发展, 两者相互融合, 相互促进, 实现了双赢发展. ...
- 10大顶尖的业务分析技术(BPM、头脑风暴、猫窝 、MoSCoW、MOST、PESTLE、六顶思考帽 , 5why,非功能需求分析 )
目录 10大顶尖业务分析技术列表 业务分析的目的是为利益相关者带来价值的解决方案 业务分析技术是根据公司需求创建业务计划并制订最佳实施方案的过程 最佳业务分析技术详细介绍 您想成为业务分析师的最佳途径 ...
- SPSS分析技术:时间序列分析的ARIMA模型;考虑各种促销因素的服装销售额预测
基础准备 学习积累的过程,是量变到质变的过程.草堂君在前面介绍了时间序列分析的多篇文章,这些文章的安排都是按照循序渐进学习时间序列分析的过程来安排的,大家可以点击下方的链接回顾: 数据分析技术:时间序 ...
- 为什么说全球疫情的刺激,加快了AI视频智能分析技术的需求?
2019 年全球视频分析市场规模为 28.96 亿美元.COVID-19 的全球影响前所未有且令人震惊,视频分析见证了所有地区的积极需求冲击.2020 年全球视频分析市场将出现 15.9% 的强劲增长 ...
- SPSS分析技术(导航页)
版本号:20171027 直接点击蓝色文章名称即可阅读! 持续更新,获取最新版本请前往[分析软件]-[SPSS]! 平台学习指南 1 如何通过"SPSS生活统计学"微信公众号学习数 ...
- 文本、语义和社交分析技术,未来几年市场发展趋势的预测
文本.语义和社交分析技术依然有很大的创新和成长空间,对于新进入者和现有的玩家来说都是如此,未来几年市场发展趋势的预测,具体如下: 一.多语言是王道 目前文本语义分析还是以英语为为主,但是机器学习和机器 ...
- 细胞多重分析技术市场现状研究分析报告-
辰宇信息咨询市场调研公司最近发布-<2022-2028中国细胞多重分析技术市场现状研究分析与发展前景预测报告 > 内容摘要 本文研究中国市场细胞多重分析技术现状及未来发展趋势,侧重分析在中 ...
- 蛋白质多重分析技术研究分析报告-
辰宇信息咨询市场调研公司最近发布-<2022-2028中国蛋白质多重分析技术市场现状研究分析与发展前景预测报告> 内容摘要 本文研究中国市场蛋白质多重分析技术现状及未来发展趋势,侧重分析在 ...
- 2022-2028全球与中国蛋白质多重分析技术市场现状及未来发展趋势
辰宇信息咨询市场调研公司最近发布-<2022-2028全球与中国中国蛋白质多重分析技术市场调研报告> 内容摘要 本文重点分析在全球及中国有重要角色的企业,分析这些企业蛋白质多重分析技术产品 ...
最新文章
- 无线传输系统功率LCC功率补偿系统设计
- 快速排名系统询火星推荐_搜狗网站快速排名系统 - 新站权重如何快速提升
- UNITY 内存问题资料收集
- python中的对象列表_Python内建的对象列表
- MySQL笔记-group by和聚合函数的使用
- 141.Linked List Cycle
- 关于分布式集群的几个问题
- JAVA反射-面试题
- selenium 定位方式4-xpath
- 人类无法抗拒的10种心理
- JavaWeb之多语言国际化
- python爬虫实例评论_python爬取微博评论的实例讲解
- 常用上市公司控制变量数据集
- 在电脑浏览器上怎样对一整个页面进行完整的截图?(整站截图)
- Core Data 教程:多托管对象上下文
- Git本地仓库与GitHub远程仓库的同步方法
- cf768G The Winds of Winter 主席树
- Spotlight on Windows监控软件
- 2019 大数据必备书籍推荐
- xlsx.js 实现前端 table 数据导出并下载为 excel
热门文章
- 加权评分模型(weighted scoring model)
- 大学生学C语言用什么笔记本电脑,有哪些适合大学生用的笔记本电脑
- P1606 [USACO07FEB]白银莲花池Lilypad Pond
- html 获取页面高度css,css怎么获得屏幕的高度?
- 软件测试周刊(第81期):能够对抗消极的不是积极,而是专注;能够对抗焦虑的不是安慰,而是具体。
- canvas制作圆角矩形(包括填充矩形的功能)
- 计算机的屏幕保护怎样开启,win10如何关闭和开启屏幕保护
- 关于U盘中“文件夹EXE病毒”的解决方案
- 出场顺序很重要下一句_年少有为一夜刷爆朋友圈:人生的出场顺序真的很重要...
- android证书转pem,Android签名文件转化为pk8和pem的实现