软件质量评估模型与应用系列-Rayleigh模型

      Rayleigh模型最早在1978 年由Putnam提出，他认为软件项目遵循由动态多变量密度曲线描述的成本估算模型，这是Rayleigh模型的雏形。1984 年IBM的Gaffney发展了这一观点，他提出了软件质量评估的缺陷计数应基于开发过程的这六个阶段：概要设计、详细设计、编码、单元测试、集成测试和系统测试，并认为六阶段开发过程的缺陷数据模式遵循Rayleigh曲线。Gaffney的这一六阶段观点在现在的情况下，我认为需要再做一次修正，这6个阶段应分为：需求、设计、编码、单元测试、集成测试、系统测试这六个阶段，主要原因有：

（1）在需求阶段也会有错误产生，例如错误的需求以及对需求的误导和放大等；

（2）概要设计和详细设计的阶段界限不是很明显，很多开发人员有详细设计的任务。

　　Rayleigh模型最早的目的在于预测逃逸到客户现场的缺陷情况，随着质量控制策略研究的不断深入，Rayleigh模型同时也成为了软件工程学中双向质量控制策略的重要工具。

Rayleigh模型是Weibull分布的一种特殊形式,是一种常用的模型。Weibull分布最重要的一个特征是它的概率密度函数的尾部逐渐逼近0，但永远达不到0，在许多工程领域都使用了很多年。Rayleigh模型既可以对软件开发全生命周期进行预测，也可以仅对测试阶段的缺陷分布进行预测，得到所期望的时间间隔t与所发现缺陷的关系。对于成熟的组织，当项目周期、软件规模和缺陷密度已经确定时，就可以得到确定的缺陷分布曲线，并可以据此控制项目过程的缺陷率。如果项目进行中实际的缺陷值与预估的缺陷值有较大差别时，说明中间出现问题，需要加以控制。
     

1）Rayleigh模型的函数形式

　　Rayleigh模型的累积分布函数（CDF）：F（t）=K*（1-exp^（-（t/c）^2））；

　　Rayleigh模型的概率密度函数（PDF）：f（t）=2*K*t/（c^2）*（ exp^（-（t/c）^2））。

　　上面两个函数中，t是时间自变量，c是一个常量（c=2^（1/2）tm，tm是f（t）到达峰值对应的时间），K是曲线与坐标形成的面积（总缺陷数），也是我们要估计的参数。多年的预测经验得到缺陷在tm时间的比率（F（tm）/K）约等于0.4，即在f（t）到达最大值时，已出现的缺陷大约占总缺陷的40%。按照这个推导，在某一时间就可以估算出总的缺陷数以及具体的Rayleigh分布参数，从而将缺陷的计算过程简化。

2）Rayleigh函数对应的图

图1 Rayleigh模型的CDF图题

  

图2 Rayleigh模型的PDF图标题

由图1——CDF图可以看出，累积密度最终趋近一个最大值（K）；由图2——PDF图可以看出，缺陷随时间逐渐降低最终趋向于0。

3）使用Rayleigh曲线来建模软件开发质量涉及两个假设：

　　在开发过程中观察到的缺陷率与应用中的缺陷率成正比关系。对应于图1来说，也就是如果开发过程中观测到的缺陷率越高，CDF中图的幅度越高，K值越大；

　　给定同样的错误植入率，假如更多的缺陷被发现并更早将其移出，那么在后期阶段遗留的缺陷就更少，应用领域的质量就更好。对应于图2来说，曲线与X、Y轴围成区域的面积是一定的（总的缺陷数是确定的），如果在前期移除较多缺陷，即曲线的峰值点前移，那么后期曲线的面积就会小，代表后期遗留的缺陷数减少。

　　4）使用场景：收集数据应当越早越好；且需要持续的追踪缺陷数。

　　5）优势：随时间信息的缺陷密度可预测，因此在测试阶段使得找到并验证缺陷的估计成为可能。

　　6）Rayleigh模型没有考虑到变化调整的机制，所以可能会影响到缺陷的预测。

单独就系统测试阶段的质量评估而言，Rayleigh模型有既定的价值，在系统测试的初始阶段由于不熟悉的客观因素，开始发现的缺陷会偏少，做好各项工作（例如完成测试设计工作、熟悉了系统、业务以及环境）后，缺陷发现会进入高峰，到系统测试后期，因产品的稳定性越来越好，发现的缺陷会越来越少甚至趋近于零，这正好是Rayleigh模型的密度分布曲线特点。利用这个相似性，我们可以利用Rayleigh模型进行系统测试阶段的质量评估，从而来判断判断系统测试是否需要结束。