استراتژیهای آزمون خودکار نرمافزار جهت ارزیابی کیفیت

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 599

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEASCONF01_177

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

امروزه آزمونهای نرمافزاری بخش عمدهای از چرخهی توسعهی نرمافزار را تشکیل میدهند. کمبود آزمون- های مناسب سبب بروز مسائل اجتماعی و خسارات مالی شده است. در واقع خطاها و شکستها در نرمافزار، کیفیت نرم افزار را کاهش و این امر منجر به نارضایتی مشتری و در پی آن از دست رفتن زمان و هزینهمیگردد. اگر چه تمام کوششهای افراد در زمینهی کیفیت نرمافزار به کار گرفته شده اما همچنان کارایی آزمونها پایینتر از سطح انتظار باقی مانده است. برای بهبود فرایند آزمون نرمافزار میتوان از مدلهای پیشبینی خطا استفاده کرد. این مدلها با پیش بینی کیفیت نرم افزار در مراحل اولیهی چرخه عمر توسعه نرم افزار میتوانند برای کاهش خطرات کسبوکار استفاده شوند. در این راستا رویکردها و تکنیکهای بسیاری ارائه شده است که در این مقاله به بررسی و مقایسه عملکرد تعدادی از آنها پرداخته شده است.

نویسندگان

علی طوفانزاده مژدهی

دانشجوی دکتری نرمافزار دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی برق، کامپیوتر و فناوری اطلاعات

اسلام ناظمی

استادیار دانشگاه شهید بهشتی، دانشکده مهندسی و علوم کامپیوتر، گروه مهندسی نرم افزار و فناوری اطلاعات

حسن رشیدی

دانشیار دانشگاه علامه طباطبائی،گروه علوم ریاضی و رایانه

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Anca Deak, Tor Stalhane and Guttorm Sindre, "Challenges and strategies ...
  • GeorgeBoby and Williams Laurie, _ structured experiment of test-driven development" ...
  • Marculescu Bogdan et. al., "An initial industrial evaluation of interactive ...
  • Leonardo Mariani, "A Fault Taxonomy for Component-B ased Software", Electronic ...
  • Jeyhun Karimov and Murat Ozbayoglu, "Clustering Quality Improvement of k-means ...
  • E. Adar, D. S. Weld, B. N. Bershad, and S. ...
  • Ruchika Malhotra, _ systematic review of machine learning techniques for ...
  • Nick J. Pizzi, _ fuzzy classifier approach to estimating software ...
  • B. Barak, K. Chaudhuri, C. Dwork, S. Kale, F. McSherry, ...
  • Abdul Rauf et al., ":Automated _ test coverage analysis using ...
  • نمایش کامل مراجع