6．53用软件缺陷数据进行缺陷预测.PDF

计算机与计算数学 361 方法(EJB2．XCMP所要求的抽象属性访 问)，和一些必要的EJB方法的实现。Finder方法在 CMP类中并不 需要实现，因为他们是在部署描述附中单独声明的。在BMP子类中将提供对属性和它们的get／set访问的 具体实现。与CMP不同，此类中与持久性相关的业务逻辑：法需要完整的实现，包括：ejbCreate，ejbLoad， ejbStore和ejbRemove。Finder方法也需要被实现，相对而言，在 CMP超类中依赖在 ejb-jar．xml文件中的 查询(query)定义。 在部署时，通过改变ejb-jar．xml文件来选择CMP或BMP类。特别是在ejb-class标签中需要指明是 CMP超类还是BMP子类；同时，在persistencetype标签中需要选择是 “container”还是 “beanmnaaged”。 如果选择 CMP，ejb-jar．xml需要配置特定于CMP的标签来增加一个抽象模式、属性、查找方法等等。这 种抽象模式需要使用它部署的应用服务器提供的独有机质，映射成为相应的基础数据存储。另一方面，如 果选择BMP部署，ejb-jar．xml文件需要在resource—ref标签中添加一个SQLDateSource就行了。 除了创建更可移植的实体Bena，这种模式的另一种用途就是将BMP实体Bena迁移到CMP中。使用 双重可持久化实体Bena模式，一个已有的BMP实体Bean．可以被重构成CMP，而适用的方法就是写代码 创建超类，并将属性、属性访问方法和持久性相关的方法留在子类实现中新的超类就可以通过测试并部署， 而将来可能的时候就可以将子类删除掉。 由上可知，在将EJB1．X的BMP迁移到CMP2．0时，如果完全重新CMP组件在实现上和运行上都将 面临很多困难。对于这两种情况使用双重可持久化实体Bena模式能够得到很好的解决。 6．53 用软件缺陷数据进行缺陷预测 李立清 软件测试是软件生命周期中重要的一个阶段，从测试中可以获取大量的软件缺陷数据和信息。如何分 析和使用这些数据，进行软件缺陷的合理预测，有效地提高计划的准确性，更好地预防引入缺陷，对软件 的正常运行和持续改进具有重要的现实意义。 在软件缺陷检测中获取的数据和信息，为分析提供了可能。分析缺陷在与缺陷关联关系的一个或多个 参数值上的分布，有可能发现哪个功能经常有缺陷，是否经常有新的缺陷，并且可以预测下一个版本应该 能达到什么水平。对项 目管理者来说，估计 目前软件测试进行到哪个阶段、决定测试过程是否结束是很重 要的。常见的分析图表有缺陷趋势报告、缺陷密度图、缺陷分布图、缺陷龄期报告等。同时，可以利用收 集到的软件缺陷建立知识库，对于产生缺陷的来源、分布及外部特征和查找排除方式等进行记录分析，为 以后的开发和测试提供有益的帮助，这对于部门的过程财 富和知识累计有着重要的作用。利用以往项 目产 生的缺陷，可以对新开发的软件进行缺陷估计，预测项 目风险，帮助制定项 目计划。 软件可靠性是指软件在规定的时间内和规定的条件下完成规定功能的能力。可靠性作为软件最重要的 质量特性得到了广泛的重视。利用收集到的软件缺陷数据 可以帮助建立软件可靠性模型来描述软件失效 与软件错误的关系，对软件的可靠性特征做出定量的预计l，平估，在测试阶段运用软件可靠性模型用来评估 软件的可靠性水平，预计测试时间和交付使用的日期，判断软件是否已经达到预期的可靠性要求。 目前提出的软件可靠性模型有近百种，应用较多的模 型包括JELINSKI—MORANDA模型(J—M模型)、G—O模型 等，下面采用J—M模型，利用实际项 目中收集到的缺陷数 据进行软件可靠性预测和评估。 采用J—M模型，利用最大似然法用数值计算法可以预 测出：软件中总的错误数N=60．6，失效率比例系数 0．06， 软件中残留的错误有60．6—30=30．6个。失效间隔时间的估 计值可由下式得出 图 td／ 1 累积失效曲线 362 中国工程物理研究院科技年报