ДОСЛІДЖЕННЯ ВІДПОВІДНОСТІ РЕЗУЛЬТАТІВ ТЕСТУВАННЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ЗАЯВЛЕНИМ ВИМОГАМ З ВИКОРИСТАННЯМ НЕЙРОННИХ МЕРЕЖ
DOI:
https://doi.org/10.20998/2079-0023.2021.02.02Ключові слова:
якість, вимога, тестування, пайп-лайн, машинне навчання, CI/CD, Google, ANFISАнотація
Актуальність наукової роботи полягає в необхідності вдосконалення існуючого програмного забезпечення, призначеного для аналізу
відповідності результатів тестування програмного забезпечення заявленим вимогам. Для досягнення цієї мети можуть бути використані
нейронні мережі, що буде корисно спеціалістам з контролю для прийняття рішень щодо якості програмного забезпечення або керівникам
проектів як еквівалент експертної системи, що слугуватиме одним з індикаторів якості для замовника. У статті розглядається тестування
програмного забезпечення, яке представляє собою процес перевірки відповідності програмного додатка або бізнес-програми технічним
вимогам, які визначали особливості його проектуванням і розробки, функціонування його належним чином, а також виявлення важливих
помилок або недоліків, класифікованих за їх серйозністю. Існуючі програмні продукти не передбачають або мають лише часткову
інтеграцію систем для роботи з аналізом вимог, що має забезпечити формування експертної оцінки та дати можливість обґрунтувати якість
програмного продукту. Таким чином, запропонована модель обробки даних на основі нечіткої нейронної мережі. Запропоновано підхід, що
дозволяє визначити відповідність розробленого програмного забезпечення функціональним і нефункціональним вимогам з урахуванням
того, наскільки успішно реалізована та чи інша вимога. Кінцевою метою наукової роботи є розробка алгоритмічного та програмного
забезпечення відповідності результатів тестування заявленим вимогам для підтримки прийняття рішень. У науковій роботі вирішуються такі
завдання: аналіз переваг та недоліків використання існуючих систем при роботі з вимогами; визначення загальної структури та класифікації
тестування вимог; основні особливості використання нейронних мереж; архітектура програмного забезпечення та розробка модулю
дослідження відповідності результатів тестування програмного забезпечення заявленим вимогам.
Посилання
Bentley J.., Bank W., Charlotte N. C. Software Testing Fundamentals – Concepts, Roles, and Terminology‖. Planning, Development and Support. Available at https://support.sas.com/resources/papers/proceedings/proceedings/s ugi30/141-30.pdf (access date: 29.09.2021).
Farooq Sh. U., Quadri S. M. K. Effectiveness of Software Testing Techniques on a Measurement Scale‖. Oriental Journal of Computer Science & Technology. 2010. № 3(1). pp. 109-113.
Jenkins N. A Software Testing Primer v.2. OPENLIBRA, 2017. 55 p.
Myers G. J. The art of software testing 3rd edition. New York: Wiley, 2011. 256 p.
BABOK V3 a guide to the business analysis body of knowledge Available at https://book.akij.net/eBooks/2018/September/5b8a80dd494ce/BAB OK_Guide_v3_Member.pdf (access date: 29.10.2021).
Kruglov V.V., Dli M.I., Golunov R.Yu. Fuzzy logic and artificial neural networks. Moscow: Fizmatlit, 2001. 224 p.
Kruse R. Fuzzy neural network. Available at http://www.scholarpedia.org/article/Fuzzy_neural_network (access date: 11.09.2021).
Jang JSR. ANFIS: Adaptive-network-based fuzzy inference system. IEEE Trans Syst, Man, Cybernet. 1993. no 23(3). pp. 665–685.
Beg, Ismat & Ashraf, Saminax. Similarity measures for fuzzy sets. Applied and Computational Mathematics. 8. 2009 192-202.
DevGoogle. Data Preparation and Feature Engineering for Machine Learning. Available at https://developers.google.com/machine-learning/dataprep/transform/normalization#z-score (access date: 11.09.2021).
Chakraverty S., Sahoo D.M., Mahato N.R. Defuzzification. In: Concepts of Soft Computing. Springer, 2019 Singapore. Available at https://doi.org/10.1007/978-981-13-7430-2_7 (access date: 10.10.2021).
Fowler, M, Foemmel M. Continuous integration. (2006). Available at https://moodle2019- 20.ua.es/moodle/pluginfile.php/2228/mod_resource/content/2/martin -fowler-continuous-integration.pdf (access date: 10.10.2021).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
ЛіцензіяАвтори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).