本发明涉及银行领域及计算机应用领域,尤其涉及一种银行软件上线前的风险预警方法及系统。
背景技术:
风险预警系统一般是根据所研究对象的特点,通过收集相关的资料信息,监控风险因素的变化趋势,并评价各种风险状态偏离预警线的强弱程度,向决策层发出预警信号并提前采取预控对策的系统。建立和完善风险管理体系,提高自身的风险管理水平,是商业银行持续发展的重要基础,而随着金融业的快速发展,金融产品质量逐渐成为国有银行所面临的主要金融风险。因此如何对上线风险进行有效识别和及时预警,对当前银行业的科技发展提出了挑战。
针对以上问题,现有期刊文献、专利提及了一些应对的措施和方法,如申请号为201911232784.x的发明专利《金融风险预警方法、装置、电子设备及存储介质》,提出了一种金融风险预警装置,将与用户相关的舆情数据输入至预先训练的预测模型中,以输出的用户风险信息,实现对关联用户进行风险预警操作。申请号为201810424846.6的发明专利《一种基于svm的电力用户信息风险预警方法及系统》,通过建立电力用户信用风险预警svm模型并进行参数的寻优,对于非线性关系和小样本模型具有较高的预测准确度,在信用风险预警中具有良好的预警效果。申请号为202010213856.2的发明专利《金融风险指标预测模型构建、风险态势预测方法和装置》,根据金融风险指标历史数据集训练基于lstm的预测模型,将金融风险指标当前一期数据集输入金融风险指标预测模型,将输出的后一期风险指标数据作为金融风险态势预测结果。申请号为201810254951.x的发明专利《安全风险预警系统和方法》,系统的基础平台用于通过sdk接口从客户端获取监控数据,进行分类和分流处理,按照设定顺序发送至风险预警平台;风险预警平台通过模型组件对监控数据进行动态风险分析,根据分析结果输出风险预警信息;模型组件包括风险识别模型组件和风险评估模型组件。期刊《金融研究》2013年11期论文《银行业金融机构信息科技风险监管指标与资本计量研究》,根据银行业信息科技风险特点,提出以“目标”和“过程控制”为导向信息科技风险核心监管指标构建方法,并建立了一套指标体系,可用于监管部门对银行业金融机构信息科技风险的动态监测和预警。
上述的风险预警系统、方法和装置中,主要涉及各领域的产品投产上线后,在实际生产环境中对于产品风险的实时风险预警,或者是只针对金融指标的风险预测,未有涉及产品研发过程中对于未上线风险的提前预警,且未涉及到软件研发过程中测试过程对产品质量的影响,因此不能根据产品研发过程中测试阶段的度量数据指标等,在研发产品对实际生产用户产生不良影响之前,对产品质量进行有效风险防控,提高了后期的产品维护成本。
技术实现要素:
本发明要解决的技术问题,在于提供一种银行软件上线前的风险预警方法、系统、设备和介质,采用gqm范式设定测试度量指标,并设计概率模型计算上线风险,实现在银行软件上线前的风险评估与报警,降低银行软件上线风险与后期维护成本,提高银行体系系统稳定性。
第一方面,本发明提供了一种银行软件上线前的风险预警方法,包括:
步骤10、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
步骤20、通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
步骤30、获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
进一步的,所述步骤1具体包括:
步骤11、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;
步骤12、根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
步骤13、根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义。
进一步的,所述步骤2还包括:将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间,并确定对应的阈值,用于具体的数值评价。
进一步的,所述步骤3进一步包括:
步骤31、搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,β0到βm为回归系数;
步骤32、通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中,计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
步骤33、获取步骤2中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
第二方面,本发明提供了一种银行软件上线前的风险预警系统,包括指标设定模块、指标收集模块和风险预警模块;
所述指标设定模块,用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
所述指标收集模块,用于通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
所述风险预警模块,用于获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
进一步的,所述指标设定模块具体包括:
用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;
根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义。
进一步的,所述指标收集模块还包括:用于将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间,并确定对应的阈值,用于具体的数值评价。
进一步的,所述风险预警模块进一步包括模型设计模块、模型修正模块和上线预测模块:
所述模型设计模块,用于搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,β0到βm为回归系数;
所述模型修正模块,用于通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中,计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
所述上线预测模块,用于获取指标收集模块中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述的方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所述的方法。
本发明具有如下优点:
1、应用软件测试过程的测试度量指标与风险概率模型组合的预警系统发出上线风险预警,能根据历史已收集的测试度量指标数据与相之匹配的项目系统上线问题,利用logistics函数拟合,形成上线问题发生概率。通过代入未上线系统指标数据到函数中,计算出上线风险超过50%概率的系统,发出上线风险预警,为银行系统人员提供了一种综合的可靠预警方式,实现上线前的产品风险分析,从而能够更经济、更有效的进行上线风险预警。
2、通过充分分析银行业历年测试过程的基线数据,合理调整模型的实际运用方式,积极应对当前信息科技工作不断发展下,业务系统的复杂度持续提高、客户对业务的服务质效及体验要求的提升,从而通过较成熟的测试管理体系中的度量指标分析,监控产品过程的风险,进而对上线可能存在的风险进行及时预警。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明一种银行软件上线前的风险预警方法的执行流程图。
图2为本发明一种银行软件上线前的风险预警系统的逻辑框图。
图3为本发明实施例三中电子设备的结构示意图。
图4为本发明实施例四中介质的结构示意图。
图5为本发明风险预警系统结构示意图。
图6为本发明测试度量指标分解结构示意图。
具体实施方式
本发明设计了一种通过软件测试过程的测试度量指标与系统上线后产生的风险相结合的预警方案,包含测试度量指标收集展示和指标风险预警两大模块。
实施例一
请参考图1和图5,本发明提供了一种银行软件上线前的风险预警方法,包括:
步骤10、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
步骤20、通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
步骤30、获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
较佳的,所述步骤1具体包括:
步骤11、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;基于这三个度量目标,根据日常软件测试活动中的数据可靠性、可收集性,制定分解成指标,在实际操作中可根据实际情况设置目标的具体数目和类别,以及对应的指标;
步骤12、根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
在一较佳实施例中,各测试度量指标具体计算公式如下:
测试进度偏差:((实际结束日期-实际开始日期)-(计划结束日期-计划开始日期))/(计划结束日期-计划开始日期)×100%;
开发修复中缺陷的解决效率:σ(缺陷状态为待验证时间-缺陷状态为待处理时间)/缺陷个数;
测试验证中缺陷的解决效率:σ(缺陷状态为关闭时间-缺陷状态为待验证时间)/缺陷个数;
用例执行效率:执行的总用例数/σ单日参与执行用例的人员数;
缺陷发现效率:(总缺陷数-非缺陷-重复缺陷)/σ单日参与执行用例的人员数;
测试用例评审发现的缺陷密度:用例评审的缺陷数/第一轮分配完毕的测试用例总数;
系统测试缺陷发现密度;(总缺陷数-非缺陷-重复缺陷数)/max(各个轮次用例数-无效用例数);
缺陷的有效性:(总缺陷数-非缺陷-重复缺陷)/总缺陷数×100%;
缺陷的遗漏率:(准生产的缺陷数-准生产非缺陷-准生产重复缺陷)/(总缺陷数-非缺陷-重复缺陷)×100%;
冒烟测试一次通过率:冒烟测试轮次首次执行成功用例数/冒烟测试引用用例总数;
测试用例覆盖密度:关联需求条目测试用例数/需求条目数量;
缺陷严重率:(中等及以上的总缺陷数-中等及以上的非缺陷-中等及以上的重复缺陷)/(总缺陷数-非缺陷-重复缺陷)×100%;其中等级可自定义;
缺陷重复打开率:重新打开的缺陷数/(总缺陷数-非缺陷-重复缺陷)×100%;
步骤13、根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义,度量元作为指标的最小计算单元,比如对于效率类的指标其度量元设置为时间、个数等,如图6所示。
较佳的,所述步骤2还包括:将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间(即优良中差各自占比为2:4:3:1),并确定对应的阈值,用于具体的数值评价。比如来年在测试平台展示新增项目数据指标的计算结果,按照四个等级区间分别显示具体数值和评价结果,可以根据实时具体度量指标数值及评价结果情况反映出具体测试情况,并针对异常的指标进一步查询了解原因,补足测试过程不足之处,或在年度结束时,计算出每个指标的所有项目年度数据,按照各个等级直观的展示给上级。
本发明的测试度量指标的作用有两个:其一是在测试过程中实时以定量的指标反馈测试情况;其二是为上线的风险预警模型提供指标数据。
较佳的,所述步骤3进一步包括:
步骤31、搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,比如在一较佳实施例中采用上述的13个测试度量指标,β0到βm为回归系数;
步骤32、通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中(或使用其它能实现logistics函数回归的软件,如e-views,sas等),计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
所述wald检验公式为:
其中,
步骤33、获取步骤2中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试(即项目组根据反馈的风险警报,重新评估测试准出条件及是否符合上线,如不符合,则可增加一轮回归测试来降低上线风险),否则,表示项目投产上线发生问题的风险较小,进行上线操作。
较佳的,在步骤33之前还包括:将历年数据x代入模型中分别计算出对应的概率p值,并结合实际已发生风险的值算出此刻模型预测的准确性,若预测准确性低于一固定值(比如50%),则代表模型预测能力有限,继续扩展收集新的测试度量指标数据,因此自变量x数据不足,会导致结果不准确,随着历史数据的量越大,模型的预测准确性也越高。因此采用该模型可以随着历史数据的增加不断优化模型。
本发明的上线风险概率模型可根据每年新增数据的度量数据结合历史数据,重复步骤31至步骤33进行重新优化、拟合概率模型。
实施例二
如图2和图5所示,本发明提供了一种银行软件上线前的风险预警系统,包括指标设定模块201、指标收集模块202和风险预警模块203;
所述指标设定模块201,用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
所述指标收集模块202,用于通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
所述风险预警模块203,用于获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
较佳的,所述指标设定模块具体包括:
用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;基于这三个度量目标,根据日常软件测试活动中的数据可靠性、可收集性,制定分解成指标,在实际操作中可根据实际情况设置目标的具体数目和类别,以及对应的指标;
根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
在一较佳实施例中,各测试度量指标具体计算公式如下:
测试进度偏差:((实际结束日期-实际开始日期)-(计划结束日期-计划开始日期))/(计划结束日期-计划开始日期)×100%;
开发修复中缺陷的解决效率:σ(缺陷状态为待验证时间-缺陷状态为待处理时间)/缺陷个数;
测试验证中缺陷的解决效率:σ(缺陷状态为关闭时间-缺陷状态为待验证时间)/缺陷个数;
用例执行效率:执行的总用例数/σ单日参与执行用例的人员数;
缺陷发现效率:(总缺陷数-非缺陷-重复缺陷)/σ单日参与执行用例的人员数;
测试用例评审发现的缺陷密度:用例评审的缺陷数/第一轮分配完毕的测试用例总数;
系统测试缺陷发现密度;(总缺陷数-非缺陷-重复缺陷数)/max(各个轮次用例数-无效用例数);
缺陷的有效性:(总缺陷数-非缺陷-重复缺陷)/总缺陷数×100%;
缺陷的遗漏率:(准生产的缺陷数-准生产非缺陷-准生产重复缺陷)/(总缺陷数-非缺陷-重复缺陷)×100%;
冒烟测试一次通过率:冒烟测试轮次首次执行成功用例数/冒烟测试引用用例总数;
测试用例覆盖密度:关联需求条目测试用例数/需求条目数量;
缺陷严重率:(中等及以上的总缺陷数-中等及以上的非缺陷-中等及以上的重复缺陷)/(总缺陷数-非缺陷-重复缺陷)×100%;其中等级可自定义;
缺陷重复打开率:重新打开的缺陷数/(总缺陷数-非缺陷-重复缺陷)×100%;
根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义,度量元作为指标的最小计算单元,比如对于效率类的指标其度量元设置为时间、个数等,如图6所示。
较佳的,所述指标收集模块还包括:用于将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间(即优良中差各自占比为2:4:3:1),并确定对应的阈值,用于具体的数值评价。比如来年在测试平台展示新增项目数据指标的计算结果,按照四个等级区间分别显示具体数值和评价结果,可以根据实时具体度量指标数值及评价结果情况反映出具体测试情况,并针对异常的指标进一步查询了解原因,补足测试过程不足之处,或在年度结束时,计算出每个指标的所有项目年度数据,按照各个等级直观的展示给上级。
本发明的测试度量指标的作用有两个:其一是在测试过程中实时以定量的指标反馈测试情况;其二是为上线的风险预警模型提供指标数据。
较佳的,所述风险预警模块进一步包括模型设计模块、模型修正模块和上线预测模块:
所述模型设计模块,用于搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,比如在一较佳实施例中采用上述的13个测试度量指标,β0到βm为回归系数;
所述模型修正模块,用于通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中(或使用其它能实现logistics函数回归的软件,如e-views,sas等),计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
所述wald检验公式为:
其中,
所述上线预测模块,用于获取指标收集模块中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试(即项目组根据反馈的风险警报,重新评估测试准出条件及是否符合上线,如不符合,则可增加一轮回归测试来降低上线风险),否则,表示项目投产上线发生问题的风险较小,进行上线操作。
较佳的,在上线预测模块之前还包括:将历年数据x代入模型中分别计算出对应的概率p值,并结合实际已发生风险的值算出此刻模型预测的准确性,若预测准确性低于一固定值(比如50%),则代表模型预测能力有限,继续扩展收集新的测试度量指标数据,因此自变量x数据不足,会导致结果不准确,随着历史数据的量越大,模型的预测准确性也越高。因此采用该模型可以随着历史数据的增加不断优化模型。
本发明的上线风险概率模型可根据每年新增数据的度量数据结合历史数据,重复步骤31至步骤33进行重新优化、拟合概率模型。
实施例三
请参考图3和图5,本发明提供了一种电子设备300,包括存储器301、处理器302及存储在存储器301上并可在处理器上运行的计算机程序303,所述处理器302执行所述程序时,可以实现实施例一中任一实施方式。
实施例四
请参考图4和图5,本发明提供了一种计算机可读存储介质400,其上存储有计算机程序401,该程序被处理器执行时,可以实现实施例一中任一实施方式。
本发明制定了涵盖测试度量元的收集、测试度量指标的计算、测试平台的对接与展示的测试度量指标模块,将日常软件测试活动统计记录分解成指标,便于全面的掌握分析银行系统待上线项目的测试数据,减少了以往笼统的测试数据在分析应用过程的不准确性,以及方便项目组人员直观地了解每次测试所产出的测试数据类型及数据量。在测试平台展示新增项目数据指标的计算结果,按照四个等级区间分别显示具体数值和评价结果。此外测试数据也可按层级批量导出,供项目组考评采用,提高资源的复用率。应用了logistics函数拟合形成上线问题发生概率,较准确地预测银行软件项目上线风险,引入了一种统计软件spss和一种logistics函数算法及其回归系数有效性的wald检验,通过代入未上线系统指标数据到模型中,根据模型计算银行软件项目上线问题发生概率,从平台发出预警,反馈到项目组相关成员中情况,及时保障银行系统项目上线的成功率。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
1.一种银行软件上线前的风险预警方法,其特征在于:包括:
步骤10、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
步骤20、通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
步骤30、获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
2.如权利要求1所述的一种银行软件上线前的风险预警方法,其特征在于:所述步骤1具体包括:
步骤11、采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;
步骤12、根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
步骤13、根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义。
3.如权利要求1所述的一种银行软件上线前的风险预警方法,其特征在于:所述步骤2还包括:将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间,并确定对应的阈值,用于具体的数值评价。
4.如权利要求1所述的一种银行软件上线前的风险预警方法,其特征在于:所述步骤3进一步包括:
步骤31、搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,β0到βm为回归系数;
步骤32、通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中,计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
步骤33、获取步骤2中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
5.一种银行软件上线前的风险预警系统,其特征在于:包括指标设定模块、指标收集模块和风险预警模块;
所述指标设定模块,用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标、测试度量指标和测试度量元;
所述指标收集模块,用于通过测试平台收集测试过程中的测试度量元,并按照预先定义的规则计算出对应的测试度量指标;
所述风险预警模块,用于获取测试度量指标数据,利用logistics函数拟合,生成系统投产上线后发生问题的概率,若计算大于一预设值,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
6.如权利要求5所述的一种银行软件上线前的风险预警系统,其特征在于:所述指标设定模块具体包括:
用于采用gqm范式分析银行软件测试过程要因,定义银行软件的测试目标,所述测试目标包括进度、效率和质量;
根据测试目标分解成测试度量指标,所述进度目标分解成测试进度偏差指标,所述效率目标分解成开发修复中缺陷的解决效率、测试验证中缺陷的解决效率、用例执行效率和缺陷发现效率指标,所述质量目标分解成测试用例评审发现的缺陷密度、系统测试缺陷发现密度、缺陷的有效性、缺陷的遗漏率、冒烟测试一次通过率、测试用例覆盖密度、缺陷严重率和缺陷重复打开率指标;
根据每一测试度量指标细化成具体在测试过程中可收集的测试度量元,并设置测试度量指标与测试度量元之间的对应关系,所述度量元根据需要自定义。
7.如权利要求5所述的一种银行软件上线前的风险预警系统,其特征在于:所述指标收集还包括:用于将测试度量指标进行展示,每个测试度量指标根据2:4:3:1的原则,将指标分成优良中差四个等级区间,并确定对应的阈值,用于具体的数值评价。
8.如权利要求5所述的一种银行软件上线前的风险预警系统,其特征在于:所述风险预警模块进一步包括模型设计模块、模型修正模块和上线预测模块:
所述模型设计模块,用于搭建上线风险概率模型,将银行软件上线后是否产生问题设置成y,且y为一个随机变量,服从两点分布,当上线后产生问题时,y的取值为1,当上线后未产生问题,则y的取值为0,取影响y的自变量x为已收集到的测试度量指标数据,则y=1的概率函数为:
其中,p表示发生投产问题的概率,x1到xm表示影响概率的m个测试度量指标数据,β0到βm为回归系数;
所述模型修正模块,用于通过收集历年项目度量指标数据x与对应的投产是否发生问题y代入通过spss软件中,计算出拟合回归系数,将拟合回归系数分别代入wald检验公式进行检验,若检验结果为不显著,则代表该回归系数无意义,将其剔除,得到通过显著性检验的n个回归系数,生成新的上线风险概率模型函数:
所述上线预测模块,用于获取指标收集模块中的测试度量指标数据,并根据新的上线风险概率模型函数计算概率,若计算概率p值超过50%,则表示项目投产上线发生问题的风险较大,从平台发出风险预警,重新进行质量评估与系统测试,否则,表示项目投产上线发生问题的风险较小,进行上线操作。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4任一项所述的方法。
技术总结