Les modles de qualit logicielle

Salah Bouktif

Dpartement dinformatique et de recherche oprationnelle Universit de Montral Salah Bouktif 2003

Plan de la prsentation
n Introduction n Dfinition

de la qualit (points de vue) n valuation de la qualit n Modles de qualit n Exemples de modles n Typologie des modles de qualit n Problmes des modles n Conclusion
2/25

Introduction
n n

Pourquoi valuer la qualit est important ? En gnral

Auto-estimation ou auto-diagnostique, pour ensuite tablir des plans d'amlioration Prise de place et concurrence Matrise des cots Crdibilit et certification(standards)

En gnie logiciels
75% des efforts pour faire la maintenance Maintenance : correction, perfectionnement, adaptation, prvention, nouvelles versions Cause : performance, fiabilit, nouveaux besoins, etc.
3/25

Introduction
n n

Cycle de vie = 1 cycle de dveloppement + k cycles de maintenance un moment donn du cycle de vie on a besoin
Dvaluer ce qui sest pass (processus) / ce qui est produit (produit) De prvoir ce qui va se passer ou se produire

n n

Faire la bonne chose la premire fois tant donn les changements constants des besoins, un logiciel avec un niveau de qualit lev est plus facile maintenir
4/25

Dfinition et vue de la qualit

n

La dfinition de la qualit de logicielle a plusieurs facettes

Client, usagers Dveloppeurs Gestionnaire Chercheurs

5/25

Dfinition et vue de la qualit

n Clients,

usagers Aptitude lemploi

Concentration sur la tche (fonctionnalits et utilisation) Facteurs : fiabilit et facilit dutilisation Problme : une vue trop ferm

6/25

Dfinition et vue de la qualit

n Dveloppeurs

Conformation aux

spcifications
Concentration sur le processus Facteurs : taux de dfauts Problme : qualit du produit contre qualit du processus

7/25

Dfinition et vue de la qualit

n Gestionnaire

La qualit est juge selon les moyens dacheter

Concentration sur le cot Facilite larbitrage entre diffrentes vues Problme : relation entre valeur lentreprise et qualit du logiciel

8/25

Dfinition et vue de la qualit

n Chercheurs

La qualit comme fonction des caractristiques internes du produit

Concentration interne Facteurs : maintenabilit et testabilit Problme : qualit interne contre qualit dans le contexte dutilisation

9/25

Concepts de la qualit logicielle

CARACTERSITIQUES Sous - caractristiques Attributs externes

METRIQUES

MODELES

Attributs internes

10/25

Les mtriques
n n

Dfinition (ISO9126) Une chelle quantitative et une mthode, qui peuvent tre employes pour dterminer la valeur que prend une proprit pour un produit logiciel spcifique Pourquoi les mtriques
prdire le cot ou leffort de dveloppement prdire la qualit du produit

Exemples de mtriques
LOC pour prdire le cot, leffort et la qualit (dbut des annes 60) Mtriques OO de Chidamber (DIT)

11/25

Modles de la qualit logicielle

n Motivation n Laugmentation

de la taille du logiciel rend le dveloppement plus complexe et augmente le risque de lchec n Cette mme complexit rend toute forme de prdiction ou destimation (cot et qualit) extrmement difficile n Ncessit de construire des modles prdictifs de qualit
12/25

Modles de la qualit logicielle

CARACTERSITIQUES Sous-caractristiques Attributs externes

METRIQUES

MODELES

Attributs internes

13/25

Un modle de la qualit
Attribut A Attribut B Attribut C Attribut D Attribut E Attribut F Sous-attribut p Sous-attribut q Sous-attribut r
14/25

Modles de la qualit logicielle

n n n

n n

Un modle peut tre dfini par un ensemble de vues concernant le produit Chaque vue est dcompose en plusieurs facteurs Un facteur est dcompos en plusieurs critres, les facteurs sont en gnral des attributs externes (mais aussi des attributs internes : testabilit, efficacit) Chaque critre est dfini par un ensemble de mtriques Par exemple, dans le modle de McCall le facteur de fiabilit est dcompos en cohrence, prcision, tolrance aux erreurs et simplicit

15/25

Le modle de McCall : attributs

n

Le fonctionnement du produit
Fiabilit Efficacit Intgrit Facilit demploi

Les changements
Maintenabilit Testabilit Flexibilit

La transition
Portabilit Rutilisabilit Interoprabilit

16/25

Le modle de McCall : maintenabilit et fiabilit

Exactitude Concision Fiabilit Cohrence
Tolrance aux erreurs

Modularit Maintenabilit
Documentation interne

Simplicit
17/25

Le modle de MacCall : mesure de la qualit

n 41

mtriques pour mesurer des critres de qualit n Mesurer un facteur revient a considrer une liste de conditions vrifier n La liste de conditions peut s'appliquer aux besoins (R), la conception (D) et l'implmentation (I) n Une condition est vraie ou fausse
18/25

Exemple : liste des conditions pour le critre compltude

1- Des rfrences non ambigus (entre, sortie, fonction) [R, D, I] 2- Toutes les rfrences de donnes (variables ou rfrences directes des adresses au moyen de pointeurs) sont dfinies, calcules ou lues de l'extrieur [R, D, I] 3- Toutes les fonctions dfinies sont utilises [R, D, I] 4- La conception est conforme aux besoins [D]

n n

Il y a 6 conditions qui s'appliquent aux besoins, 8 la conception et 8 l'implmentation La mesure de la compltude est : 1 / 3 (nv(R) / 6 + nv(D) / 6 + nv(I) / 8) 19/25

Exemple : modle ISO 9126

n Standard

driv du modle de McCall n valuation de produits logiciels (six facteurs appels caractristiques) n Caractristique, sous-caractristiques
Fonctionnalit : convenance, exactitude, interoprabilit, scurit Fiabilit : maturit, tolrance aux pannes, possibilit de rcupration
20/25

Modles prdictifs de qualit

Paramtres

Mesures (attributs internes)

caractristique de qualit (attribut externe)

21/25

Modles prdictifs de qualit

n Exemples

22/25

Modles prdictifs de qualit

n Exemples

* Effort (Cocomo) E = aS
b

22/25

Modles prdictifs de qualit

n Exemples

* Dfault D = 4.86 + 0.018L(Gaffney) D = 0.069 + 0.00156L + 0.0000047( L)2(Compton)

22/25

Modles prdictifs de qualit

n Exemples

* Complexit ( Kitchenham ) C = 0 . 042 MCI 0 .075 N + 0. 0001 HE

22/25

Modles prdictifs de qualit

n Exemples

LCOMB

<=16

>16

Stable

NPPM

<=10

>10

Unstable

stable

nArbre de classification
22/25

Modles prdictifs de qualit

n Exemples
Taille de programmes

<=435 Loc

>435 Loc

Temps de dveloppement

Nombre dcrans

<=900 Hr

>900 Hr

<=10

>10

Nbr crans

Moy 143 heures test

Moy 112 heures test

Moy 187 heures test

Arbre de rgression

<=15

>15

Moy 215 heures test

Moy 243 heures test

22/25

Modles prdictifs de qualit

n Exemples
Rgle1: NAM Grande DIT Moyenne Degr de Spcialisation Grand Rgle2 : DIT Grande Degr de Spcialisation Grand Rgle3 : NAM Grande DIT Moyenne NOP Petite Potentiel de Spcialisation Petit Rgle4 : DIT Grande NOP Petite Potentiel de Spcialisation Petit Rgle5 : Potentiel de Spcialisation Petit Degr de Spcialisation Grand Difficult de Modification Grande Rgle6 : Difficult de Modification Grande Classe Instable

nRgles floues

22/25

Modles prdictifs de qualit

n Exemples

nRseau bayesien

22/25

Modles prdictifs de qualit

n Exemples
nNouveau cas

nPreprocessing nSlection des cas les plus proches

nRaisonnement base de cas

nBase de cas

nTraitement de similitude de cas

nCombinaison des cas similaires nEstimation du nouveau cas

22/25

Les modles prdictifs de qualit

n n n n n n

Fix davance, modle spcifique Bote blanche, Bote noire Classification, rgression Classique, techniques dI.A. Donnes historiques, expertise (thorique) Constat
Certains types de modles viennent palier aux problmes spcifiques des autres types (acceptation, incertitude, etc.) La tendance est de proposer des modles boites blanches bass sur des techniques dI.A.

23/25

Problmes des modles de qualit

n

Constat
Grand nombre de modles de qualit propos dans la littrature mais faible utilisation Les plus propos sont des modles statistiques Faible acceptation

Causes
Absence des outils pour construire des modles Raret des donnes provenant de vrais logiciels pour construire ou valider les modles Modles existants ne tenant pas compte de laspect des entres (incertitude, manque, distribution) Chaque modle reflte un contexte particulier Difficult de gnraliser, valider, et rutiliser les modles
24/25

Conclusion
n n

Pas de modle universel Certains types de modle viennent palier aux problmes spcifiques des autres types La tendance est de proposer des modles boites blanches bass sur des techniques dI.A. Rsoudre les problmes gnraux comme la raret de donnes, ladquation du modles un contexte particulier, sont sujets de recherches
25/25