软件工程概论第二章阅读笔记

在这一章当中,我了解到了软件生存期的几个模型。

 

首先是瀑布模型。其优点有:1 可强迫开发人员采用规范化的方法 2 严格规定了每个阶段必须提交的文档 3 要求每个阶段交出的产品都必须是经过验证的。其缺点有:1 最终产品可能与客户要求不符 2 该模型只是用于项目开始时需求已知的情况。在瀑布模型的基础上,还发展出了v模型,其将设计与测试有机的结合在了一起。

 

其次是快速原型模型。其优点有:1 满足客户真实需求 2 规格说明文档能正确的描述客户需求 3 产品开发基本上按照线性顺序进行 4 开发过程后续中不会因发现规格说明文档的错误而进行较大返工 5 在设计和编码阶段发生错误可能性较小。

 

接下来是增量模型。其优点有:1 能在较短时间内向用户提交一些有用的工作产品 2 逐渐增加产品功能使得用户由较充裕的时间学习和适应产品。 3 项目失败风险较低 4 系统中最重要的部分因为提前交付,可以经过多次测试,增加可靠性。需要注意的问题有:1 新的构建在加入时不能破坏已经开发的产品 2 软件体结构必须开放。

 

下面是螺旋模型。其优点有:1 强调软件的重用 2 减少了过多测试或测试不足带来的风险 3 维护和开发之间没有本质区别

 

喷泉模型。强调了迭代。

 

这章还有一个重要的概念是敏捷。其有十二条原则,如下。1 最优要做的是通过尽早、持续地交付有价值的软件使客户满意 2 即使在开发后期,也欢迎需求变更 3 经常交付可运行的软件 4 项目开发期间,业务人员和开发人员必须每天在一起工作 5 围绕有积极性的个体工作,给予其所需的环境和支持。 6 团队内部最有效的信息传递方式是面对面交谈 7 可运行软件是进度的首要度量标准 8 责任人、开发者和用户应该能够长期保持稳定的开发速度 9 不断关注优秀的技能和好的设计会增强敏捷能力 10 使不必做的工作最大化 11 最好的架构、设计、需求和设计出自于自组织团队 12 每隔一段时间,团队会反省如何才能更有效的工作。

 

转载于:https://www.cnblogs.com/xDan/p/5246049.html

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值