- •1. Пряма, зворотна, емпірична інженерія програмного забезпечення.
- •2. Емпіричні та теоретичні дослідження.
- •3. Напрями емпіричних досліджень.
- •4. Методи пізнання: загально наукові, конкретно наукові.
- •5. Теоретичні загально наукові методи пізнання.
- •6. Емпіричні загально наукові методи пізнання.
- •7. Конкретно наукові методи пізнання (в загальному).
- •8. Місце емпіричної інженерії програмного забезпечення в іпз.
- •9. Емпірична інженерія програмного забезпечення – суть, предмет та методи.
- •10. Методи емпіричної інженерії (загально наукові, конкретно наукові).
- •Непрямі методики збору даних.
- •Незалежні методики збору даних.
- •Збір даних. Автоматизація збору даних. Використання засобів збору даних.
- •Збір даних. Вимірювання пз. Автоматизація вимірювань.
- •Lines of Code (кількість стрічок коду)
- •Maintainability Index (індекс зручності підтримки):
- •Цикломатична складність:
- •Зв’язність класів:
- •Глибина наслідування:
- •Аналіз даних. Автоматизація аналізу даних.
- •Caese-засоби: структура, процеси та призначння.
- •Порівняння case та caese-засобів.
- •Порівняння моделей процесів case та caese-засобів.
- •Кроки проведення емпіричних досліджень.
- •Проведення кращих емпіричних досліджень. Основні принципи.
- •Компоненти емпіричних досліджень.
- •Середовище досліджень
- •Гіпотези
- •План експерименту
- •Визначення предмету досліджень
- •Побудова взаємозв’язків між досліджуваними величинами
- •Проведення довгострокових (в природних умовах) та короткострокових (в лабораторних умовах) досліджень
- •Способи отримання даних.
- •Отримання даних на протязі часу
- •Моделювання
- •Статичне отримання даних
- •Паралельне проведення декількох досліджень.
- •Загально наукові емпіричні методи: спостереження та описання, експеримент, вимірювання.
- •Ціленаправленість;
- •Активність
- •Загально наукові теоретичні методи: ідеалізація, мисленний експеримент, формалізація.
- •Ідеалізація
- •Мисленний експеримент
- •Формалізація
- •Загально наукові теоретичні методи: абстрагування, аксіоматичний метод, метод гіпотези.
- •Абстрагування
- •Аксіоматичний метод
- •Метод гіпотези
- •Кількісні та якісні емпіричні дослідження. Відмінності в методах.
- •Кількісні емпіричні дослідження.
- •Якісні емпіричні дослідження.
- •Контрольовані експерименти.
- •Дослідження ситуацій (case studies).
- •Дослідження ситуацій (survey).
- •Інші методи емпіричних досліджень пз: кінцевий аналіз (post mortem analysis), етнографії, дослідження дій.
- •Вимірювання пз. Підходи до вимірювань.
- •Моделі вимірювань.
- •Мета-модель. Використання мета-моделі в iPlasma.
- •Шкали вимірювань.
- •Помилки при вимірюваннях
- •51. Види вимірювань
- •52. Вимірювання розміру.
- •53. Вимірювання функціональності.
- •54. Вимірювання складності.
- •55. Оцінка зусиль.
- •56. Вимірювання дефектів.
- •57. Надійність пз та прогнозування. Відмови.
- •58. Час відгуку та робото придатність.
- •59. Вимірювання прогресу.
- •60. Фінансові вимірювання.
- •Метрики програмного забезпечення. Види метрик.
- •Прямі та непрямі метрики.
- •Метрики розміру.
- •Недоліки розмірно-орієнтованих метрик.
- •Метрики складності потоку управління.
- •Метрики складності потоку даних.
- •Об’єктно-орієнтовані метрики.
- •Метрики Хольстеда.
- •Метрики Чепіна.
- •Метрики цикломатичної складності Мак-Кейба.
- •71. Попередня оцінка складності
- •72. Вимірювання зусиль
- •73. Вимірювання дефектів
- •75. Метрики якості продукту:
- •76. Метрики якості процесів:
- •77. Метрики якості супроводження
- •78. Застосування засобів контролю якості
- •79. Виявлення дефектів
- •80. Метрики процесів для тестування
- •Вимірювачі програмного забезпечення.
- •Особливості використання вимірювачів пз
- •Використання iPlasma для вимірювань.
- •Використання Analist4j для вимірювань.
- •Використання cccc для вимірювань.
- •Використання Visual Studio для вимірювань.
- •Пояснення основних метрик iPlasma.
- •Пояснення основних метрик Visual Studio.
- •Пояснення основних метрик Analist4j.
- •Структура iPlasma.
- •Візуалізація в iPlasma.
- •Призначення та послідовність проведення первинного статистичного аналізу.
- •Призначення та послідовність проведення кореляційного аналізу.
- •Призначення та послідовність проведення регресійного аналізу.
- •Описати, пояснити використання Statistica для первинного статистичного аналізу (або іншого засобу).
- •Описати, пояснити використання Statistica для кореляційного аналізу (або іншого засобу).
- •Описати, пояснити використання Statistica для регресійного аналізу (або іншого засобу).
- •Описати та пояснити використання Visual Studio для проведення рефакторингу.
-
Використання Visual Studio для вимірювань.
В Visual Studio 2008 існують наступні метрики коду
-
Кількість рядків коду LOC
Це одна з найпростіших метрик. Цей показник є відомим за його неправильне використання. Тому користуватись ним потрібно обережно, в ідеалі лише для інформації, щоб побачити, наскільки великий клас або метод.
-
Індекс експлуатаційної надійності - комплексний показник якості коду що змінюється від 0 до 100. Цей індекс базується на інших метриках. Чим нижче число, тим важче буде супроводжувати код.
-
Цикломатична складність - показник що характеризує кількість розгалужень в програмному коді і обчислюється шляхом підрахунку операторів циклу та умовного переходу.
-
Глибина успадкування - характеризує довжину ланцюжків спадкування в програмному коді.
Цей показник також досить простий. У ній вказується кількість базових класів (тобто кількість класів між класом Х і System.Object. Ця метрика не повинна перевищувати 6. Вища значення може означати, що систему складно підтримувати, і що ризик порушення зміною є високим.
-
Зв'язок між класами - СС - відображає ступінь залежності класів між собою
Основне правило тут є те, що чим менше цей показник для одного класу, тим він стабільніший. Стабільний клас не ламається про зміні в інших класах і не вимагає зміни при зміні інших класів. Більш стабільний клас, тим більше він заслуговує того, щоб клас був для повторного використання.
-
Пояснення основних метрик iPlasma.
Метрики IPlasma можуть бути поділенні на наступні категорії:
-
Метрики розміру – включають розміри об’єкту аналізу(наприклад, Lines of Code)
-
Метрики складності – включають складність об’єкту дослідження(наприклад, Cyclomatic Complexity)
-
Метрики взаємозв’язку – включає обмін даними між об’єктами (наприклад, Coupling Between Objects)
-
Метрики зв’язаності класів – включає зв’язаність класів між собою(наприклад, Tight Class Cohesion)
|
Метрика |
Короткий опис |
|
CYCLO |
Цикломатична складність програмного коду |
|
LOC |
Кількість фізичних рядків коду програми |
|
NOM |
Кількість модулів в програмному коді |
|
NOC |
Загальна кількість класів в проекті |
|
NOP |
Загальна кількість параметрів в програмному коді |
|
NDD |
Кількість прямих нащадків |
|
HIT |
Глибина дерева успадкування |
|
CALL |
Число викликів методу |
|
FOUT |
Кількість модулів, що звертаються до інших модулів |
-
Пояснення основних метрик Visual Studio.
В Visual Studio 2008 існують наступні метрики коду
-
Кількість рядків коду LOC
Це одна з найпростіших метрик. Цей показник є відомим за його неправильне використання. Тому користуватись ним потрібно обережно, в ідеалі лише для інформації, щоб побачити, наскільки великий клас або метод.
-
Індекс експлуатаційної надійності - комплексний показник якості коду що змінюється від 0 до 100. Цей індекс базується на інших метриках. Чим нижче число, тим важче буде супроводжувати код.
-
Цикломатична складність - показник що характеризує кількість розгалужень в програмному коді і обчислюється шляхом підрахунку операторів циклу та умовного переходу.
-
Глибина успадкування - характеризує довжину ланцюжків спадкування в програмному коді.
-
Зв'язок між класами - СС - відображає ступінь залежності класів між собою