T10

*

همانطور که در نگاه اول به شکل (۳-۱) و جدول (۳-۱) متوجه این موضوع می‌شویم که هرکدام از ماژول‌ها توسط یکی از موارد آزمون پوشش داده می‌شوند به نقاط ضعف موجود در آن هم پی می‌بریم. به جهت پیدا کردن خطاهای شدید در موعد مقرر و مناسب، باید موارد آزمون را اولویت بندی کنیم . اولویت بندی کردن موارد آزمون به عنوان مرحله ای از تست رگرسیون نیست، در اینجا، آن دسته از تکنیک های اولویت بندی که تکیه بر اطلاعات موجود در این نوع تست دارند نمی‌تواند در اینجا کاربرد داشته باشند و مفید واقع شوند. علاوه بر این، به دلیل اینکه هریک از موارد آزمونبه همان تعداد از ماژول‌ها را پوشش می‌دهد و ما قادر به شناسایی اولویت موارد آزمون از لحاظ تعداد ماژول تحت پوشش هرکدام از موارد آزمون نخواهیم بود. بنابراین، برای بهبود بخشیدن به سرعت تشخیص یا شناسایی خطاهای شدید برای این مجموعه تست نرم افزار، شاخص‌های اولویت بندی دیگری را باید در اینجا مدنظر قرار دهیم که ما در ادامه معیارها و متریک هایی را که جهت مشخص کردن اولویت موارد آزمون مورد استفاده قرار داده‌ایم را به تفصیر شرح خواهیم داد.

۳-۱- رویکرد پیشنهادی

۳-۱-۱- روند کلی در رویکرد پیشنهادی

رویکرد پیشنهاد شده در این پایان نامه از ۳ بخش تشکیل شده است که در ادامه نمایش می‌دهیم. ما در رویکرد پیشنهادی خود برای حل کردن مشکل تکنیک های اولویت بندی ارائه شده بر تصمیم گیری بر اساس معیارها و فاکتورهای اولویت بندی تمرکز نموده و برای رفع آن نیز از استخراج معیارها و محاسبه هرکدام از معیارهای مورد نظر در بخش‌ها و اطلاعات مختلف بهره می‌بریم، منابع جمع آوری این اطلاعات عبارتند از: کد برنامه، ساختار برنامه، اطلاعات قبلی در دسترس و نظر افراد کارشناس یا متخصص در این حوزه. و همچنین پس از بدست آوردن اطلاعات مورد نیاز جهت تصمیم گیری و اولویت بندی از شبکه‌های بیزی استفاده می‌کنیم تا در نهایت اولویت بندی کارآمد تری را ارائه دهیم. مطالعات تجربی انجام گرفته بر روی شبکه‌های بیزی و همچنین نتایج حاصله از بکار گیری شبکه‌های بیزی ما را به دستیابی به نتایج بهتر از روش‌های دیگر اولویت بندی موارد تست و کارآمد بودن نهایی تست نرم افزار امیدوار می‌کنند. شکل (۳-۲) یک شمای کلی و سطح بالا از روش پیشنهادی ما در این پایان نامه را نشان می‌دهد. در ادامه به شرح هر یک از مراحل کار می‌ پردازیم.
شکل۳-۲ : یک پیاده سازی عمومی برای چارچوب مبتنی بر شبکه‌های بیزی
همانطور که در شکل فوق نشان داده شده ورودی‌های این مدل را ساختار برنامه و داده‌های دردسترس تشکیل می‌دهند. که در مقایسه با دیگر روش‌های اولویت بندی که تا کنون پیشنهاد شده‌اند تفاوت دارد و تفاوت آن هم اینکه نیاز ما را از حیث از قبل دانستن برخی اطلاعات و اینکه شروع فرایند مستلزم وجود آنها باشد را بر طرف می‌کند. همچنین اولین قدم در اولویت بندی چیزی نیست جز جمع آوری تمامی اطلاعاتی که به هرچه کارآمدتر شدن فرایند اولویت بندی کمک می ‌کند. کارآمدتر شدن اولویت بندی را با یک مثال شرح می‌دهیم.فرض کنید برای اینکه برای انجام کاری تصمیم گیری کنید در ابتدا اطلاعات کمی در اختیار دارید و همچنین به همراه این اطلاعات کم نیز اطلاعاتی ناقص و ناکافی هم وجود دارند، حال فرآیند تصمیم گیری بر اساس این اطلاعات صورت می‌گیرد اما حال به نظر شما تصمیم گیری بر اساس این اطلاعات کارامد خواهد بود؟ اما اگر اطلاعات به خوبی و از منابع درست جمع آوری شوند و از افراد کارشناس و متخصص بهره ببریم قطعاَ نتیجه‌ی بهتری از تصمیم گیری خواهیم گرفت.
از دیگر مزایای مدل پیشنهادی ما برای اولویت بندی موارد تست این است که شبکه‌های بیزی در مواردی که اطلاعات نا کافی یا اطلاعات ناقص وجود دارند هم به دلیل بهره بردن از احتمالات شرطی قادر به تصمیم گیری بر اساس اطلاعات موجود خواهد بود.ما در روش خود با در نظر گرفتن منابع اطلاعاتی همچون کد برنامه، اطلاعات قبلی موارد تست اجرا شده، اطلاعات تغییرات، نظرات کارشناسان خبره در این حوزه و ساختار برنامه بهره خواهیم برد.
۳-۲- محاسبه و استخراج شاخص‌ها برای ماژول‌ ها
در این بخش از فرآیند در مدل پیشنهادی خود به ارزیابی معیارهای مورد توجه در این پایان نامه جهت تعیین اولویت موارد آزمون می‌پردازیم. که در ارزیابی هریک از این معیارها با توجه به داده‌های در دسترس(به عنوان مثال، نیازمندی‌های کاربر، تغییرات کد برنامه، داده‌های اجرای قبلی موارد تست ها ( می ‌پردازیم. قبل از اینکه وارد بحث ارزیابی متریک ها شویم معیارهای مورد توجه در این پایان نامه را معرفی می‌کنیم و سپس هر کدام را جداگانه شرح می‌دهیم. در نهایت با یکپارچه سازی این اطلاعات بدست آمده در مدل شبکه بیزی اولویت بندی را انجام می‌دهیم.