题目：基于测试数据的软件质量评价方法及质量增长模型的研究与实现

随着计算机技术的发展，计算机软件正被广泛地应用到社会的各个领域。为确保软件正确运行，防止由软件引起灾难性事故，开发或选择高质量的软件产品具有重要意义。对软件进行测试和评价是提高软件质量的有效途径。本课题基于北京航空航天大学软件工程研究所研发的“软件测试过程管理平台Qesuite2.0”，旨在对基于测试数据的软件质量综合评价方法及软件质量增长模型进行研究。软件质量评价能够量化地评价软件的质量水平，协助管理者进行软件质量控制和管理，有利于软件质量和软件开发过程改进，为软件定型、验收、鉴定和产业化提供客观、公正的科学依据。软件质量增长模型可以帮助管理者量化软件质量的评估和发展趋势，从而有根据的采取措施，减小软件开发和测试的风险。首先，本文阐述了软件质量评价和软件质量增长模型研究的背景和意义，从而明确了本课题要解决的问题，并对软件质量模型及质量增长模型的相关技术进行了深入研究。其次，本文针对课题已有工作基础基于ISO/IEC 9126软件质量模型的软件质量评价的三个不足之处，进行了相应改进，建立了基于软件测试需求模型的软件质量综合评价体系。其中重点改进了测试用例集的评价方法，研究了测试用例集差异度的度量方法、基于软件白盒测试和黑盒测试的测试充分性度量方法以及软件质量评价可信度的度量方法，在此基础上对软件质量进行综合评价。接着，本文采用贝叶斯网络对软件质量增长预测进行建模。本文实现的质量增长模型主要基于被测软件以往版本测试数据和结合软件当前待测版本测试情况（需求变更、测试用例集设计等）预测被测软件待测版本测试后的质量情况。本文通过因果分析构建了软件质量预测贝叶斯网络模型，针对现有训练数据少的情况给出贝叶斯网络训练数据生成方法，并选用朴素贝叶斯分类器算法进行参数学习以及通过贝叶斯推理获取软件待测版本的质量增长情况。然后，本文在Qesuite2.0中设计实现了本文构建的软件质量评价和预测工具。该工具主要包含测试项权重设置、测试用例集属性设置、质量评价和软件质量增长四大模块。最后，结合本文实现的软件质量评价和软件质量增长分析工具，针对一个真实项目进行了应用验证。