ОЦЕНКА КАЧЕСТВА ВЕБ ПРОЕКТОВ

АННОТАЦИЯ

В данной статье рассматривается проблема оценки качества веб приложений. Был определен перечень критериев оценки качества веб приложений путем изучения профессиональных стандартов оценки качества. Был выбран метод исследования – имитационное моделирование, в котором в качестве модели выступает система с нечетким выводом типа Сугено, а также описан процесс проверки качества полученной модели путем расчета коэффициента детерминации. Помимо этого, происходит оценка модели на чувствительность, и осуществлена интерпретация результатов моделирования с использованием анализа Парето.

Ключевые слова: веб проект, оценка качества, факторы качества.

Появление новых веб-проектов и стремительное изменение рынка предоставления подобных услуг, подталкивает фирмы, занимающихся разработкой веб-проектов, к постоянному внедрению новых технологий с целью поддержки конкурентоспособности на рынке. Помимо внедрения новых технологий для поддержки конкурентоспособности на рынке, не менее важным фактором является способность предприятий, занимающихся предоставлением подобных услуг, выпустить качественный продукт, удовлетворяющий требования как заказчика, так и общепринятые стандарты, используемые при разработке веб-приложений. Именно поэтому, одним из основополагающих вопросов при разработке веб-приложений, является оценка качества выпускаемых продуктов.

Рассматривая вопрос качества обеспечения в целом, можно выделить несколько представлений с точки зрения разработчика, с точки зрения руководителя и с точки зрения заказчика/пользователя.

В ИТ компаниях, разработчики руководствуются определенными собственными представлениями о качестве, которые довольно далеки от требуемых, что приводит к общему снижению уровня качества разрабатываемых продуктов.

Также нехватка информации о качестве проекта сильно влияет на более верхних уровнях управления и как следствие возникновение сложности при распределении ресурсов для результативного выполнения проектов.

Помимо этого, заказчик, слабо разбирающийся как в информационных технологиях, так и в вопросах качества, может не знать, что созданный по его заказу веб ресурс работает неэффективно или даже сделан с ошибками, которые на первый взгляд, незаметны.

Поэтому представляется актуальным и необходимым исследование и разработка такой информационной поддержки, которая позволяла бы оценивать качество веб ресурсов. Такая поддержка может и должна использоваться в рамках отдельной организации, занимающейся разработкой и созданием веб-проектов и (или) оказывающей сопутствующие услуги.

В ИТ компаниях, разработчики отвечают за создание программного обеспечения, которое должно удовлетворять требованиям качества как промежуточного продукта, так и конечной продукции. Как правило, руководствуясь определенными собственными представлениями о качестве, это не дает системного подхода при решении вопроса качества предоставляемого продукта.

Так или иначе для оценки качества разрабатываемой продукции, недостаточно опираться на собственные представления о качестве, помимо этого необходимо использовать общепринятые требования к качеству разрабатываемых веб-приложений. С целью определения надлежащих требований к вопросу качества продукта, были изучены профессиональные стандарты, из которых можно выделить модель качества продуктов, сводящую характеристики качества системы к восьми. Каждая характеристика, в свою очередь, состоит из ряда соответствующих подхарактеристик, комбинирование которых позволит выделить перечень факторов оценки качества [2].

1. функциональная пригодность;
   
   1. функциональная полнота
   2. Функциональная корректность
   3. Функциональная целесообразность
2. уровень производительности;
   
   1. Временные характеристики
   2. Использование ресурсов
   3. Потенциальные возможности
3. совместимость;
   
   1. Сосуществование
   2. Интероперабельность
4. Удобство пользования;
   
   1. Определимость пригодности
   2. Изучаемость
   3. Управляемость
   4. Защищенность от ошибки пользователя
   5. Эстетика пользовательского интерфейса
   6. Доступность
5. Надежность;
   
   1. Завершенность
   2. Готовность
   3. Отказоустойчивость
   4. Восстанавливаемость
6. Защищенность;
   
   1. Конфиденциальность
   2. Целостность
   3. Неопределенность
   4. Отслеживаемость
   5. Подлинность
7. Сопровождаемость;
   
   1. Модульность
   2. Возможность многогранного использования
   3. Анализируемость
   4. Модифицируемость
   5. Тестируемость
8. Переносимость (мобильность).
   
   1. Адаптируемость
   2. Устанавливаемость
   3. Взаимозаменяемость

При осуществлении оценки качества программного продукта возникает потребность в определении метрик (показателей), которые соотносятся с характеристиками программной продукции. Каждый количественный признак и каждое количественное оцениваемое взаимодействие программного обеспечения с его окружением, которые соотносятся с характеристикой, могут быть приняты в качестве метрики (показателя).

Поскольку предметная область содержит ряд неопределенностей, связанных с оценкой качества веб-приложений начиная от выявления критериев, заканчивая представлением четкого результата, а также преследует цель повышения достоверности получаемых данных качества о разрабатываемых проектах, оценка которых происходит в условиях неопределенности, предлагается использование системного подхода, в рамках которого осуществляется имитационное моделирование. В качестве модели выступает система с нечетким выводом типа Сугено, поскольку использование данного типа системы целесообразнее при решении задач требующих большей точности идентификации. Процесс моделирования осуществляется средствами MATLAB, специализированным пакетом Fuzzy Logic Toolbox.

Нечеткий логический вывод по алгоритму Сугено выполняется по нечеткой базе знаний (формула 1) [1].

                   (1)

База знаний Сугено аналогична базе знаний Мамдани за исключением заключений правил , которые задаются не нечеткими термами, а линейной функцией от входов (формула 2) [1]: 

                       (2)

 где n = количеству факторных переменных оценки для указанного веб-проекта

Правила в базе знаний Сугено являются своего рода переключателями с одного линейного закона "входы - выход" на другой, тоже линейный. Границы подобластей размытые, следовательно, одновременно могут выполняться несколько линейных законов, но с различными степенями [2, 3, 4]. 

Для синтеза модели на основе системы с нечетким выводом типа Сугено, необходимо определить перечень факторов (метрик), которые выступят в качестве входящих значений.

Метрики могут помочь в управлении процессом принятия решений. Метрики могут способствовать поиску проблемных аспектов и узких мест в процессах.

После того как была получена математическая модель, необходимо проверить модель на адекватность. Для определения адекватности разработанной модели, осуществим вычислительные эксперименты на нашей модели для получения статистических данных.

Для проверки качества полученной модели рассчитываем коэффициент детерминации (3)

                                            (3)

где у_i – фактическое значение выходной переменной в обучающей выборке, i=1, 2 , 3;

у_i мод – значение переменной на выходе модели, i=1, 2, 3;

 у_ср – среднее арифметическое значение выходной переменной в обучающей выборке.

Проверка значимости коэффициента детерминации осуществляется путем сравнения расчетного значения критерия Фишера (4) с табличным значением.

                                       (4)

Табличное значение критерия определяется заданным уровнем значимости =0,05 и степенями свободы  и , где n = 10 – количество данных в обучающей выборке, m = 2 – количество входных переменных. 

Чем коэффициент детерминации ближе к 1, тем выше качество модели. Коэффициент детерминации значимо отличается от нуля, если выполняется неравенство (5).

                                        (5)

После того как мы убедились в адекватности разработанной модели, необходимо провести анализ модели на чувствительность оптимального решения. Для этого нам необходимо провести машинные эксперименты, только теперь изменять значения будем для каждого фактора поочередно. Чувствительность фактора для отдельной итерации определяется по формуле 6

                                             (6)

Где Y – значение результата моделирования, Х – значение оцениваемого фактора.

После того как мы получили чувствительность фактора для каждой из итераций моделирования можно выполнить расчет средней чувствительности для каждого фактора по формуле 7.

                                            (7)

Где Y_i – значение результата моделирования для i –ой итерации.

После расчета средней чувствительности для каждого фактора делается вывод о чувствительности разработанной модели для каждого фактора.

Список литературы:

1. Круглов В.В., Дли М.И., Голунов Р.Ю. «Нечеткая логика и искусственные нейронные сети».  М.: Физматлит, Москва 2001. — 201 с.
2. Национальный стандарт Российской Федерации ГОСТ Р ИСО/МЕК 25010-2015 «Системная инженерия – требования и оценка качества систем и программного обеспечения (SQuaRE). Модели качества систем и программных продуктов». – режим доступа – URL: http://docs.cntd.ru/document/1200121069 (Дата обращения 15.02.2017).
3. Осовский С. Нейронные сети для обработки информации /Пер. с польского И.Д. Рудинского. -М.: Финансы и статистика, 2002. -344с.
4. С.Д. Штовба «Введение в теорию нечетких множеств и нечеткую логику». – режим доступа – URL: http://matlab.exponenta.ru/fuzzylogic/index.php (Дата обращения 02.03.2017)