军用软件保障

第1章 绪论1.1 概述 1.2 软件保障的发展与现状 1.2.1 美军软件保障的发展与现状 1.2.2 台军软件保障的发展与现状 1.2.3 我军软件保障的发展与现状 1.3 软件保障的基本概念 1.3.1 软件保障的定义 1.3.2 软件保障的相关概念 1.4 软件保障的原则 1.5 软件保障机构 第2章 软件保障性分析 2.1 软件保障性的定义2.2 软件保障性分析的概念 2.3 软件保障性分析的任务与特点 2.4 影响软件保障性的因素2.5 软件生命周期各阶段的保障性分析2.6 软件保障性分析技术2.6.1 软件测试技术 2.6.2 软件失效模式、影响及危害性分析2.6.3 软件成本估算技术 2.6.4 软件缺陷预测技术 第3章 软件保障方案3.1 软件保障方案内容 3.2 软件保障方案制定流程 3.3 软件保障方案优化 3.3.1 权衡分析流程3.3.2 实例分析 第4章 软件保障资源4.1 软件保障资源概述4 2 确定软件保障资源4.3 基于AHP-FCE的软件保障资源评估 4 3.1 基于AHP的评估指标体系构建 4 3.2 基于FCE的评估模型4.3.3 软件保障资源评估实例分析 第5章 软件保障性评估5.1 软件保障性评估模型5.2 基于静态分析的软件可维护性评估5.2.1 评估指标体系构建 5.2.2 评估模型5.2.3 软件可维护性评估实例分析5.3 软件保障生命周期评估5.3.1 软件项目管理评估5.3.2 软件配置管理评估 第6章 软件保障费用估算6.1 部署后软件保障模型6.2 基于wBs的软件运行保障费用估算6.3 基于COCOMOⅡ的软件维护保障费用估算6.3.1 COCOMOⅡ模型介绍6.3.2 COCOMOⅡ的简化改进6.3.3 实例分析 第7章 软件日常维护方法7.1 人员培训7.2 安装、卸载与恢复7.3 数据备份与恢复7.4 软件运行问题处理 7.4.1 软件运行失效原因分析 7.4.2 软件运行问题处理关键技术 7.4.3 软件运行失效的处置 第8章 软件缺陷分析与预测8.1 软件缺陷概述8.2 软件缺陷的种类8.3 软件缺陷数目估计8.4 基于支持向量回归的软件缺陷密度预测模型8.4.1 机器学习概述8.4.2 预测模型 8.4.3 模型参数优化方法8.4.4 模型评价指标 第9章 软件缺陷密度预测实例 9.1 数据采集9.1 1度量元数据采集 9.1.2 软件测试过程数据及缺陷数据采集9.2 基于度量元的软件缺陷密度预测9.2.1 预测过程9.2.2 预测算法的实现9.2.3 实验环境与数据9.2.4 实验结果误差分析 9.2.5 实验结果相关性分析9.3 基于测试过程数据的软件缺陷密度预测9.3.1 预测过程9.3.2 预测算法实现 9.3.3 实验环境与数据9.3.4 实验结果误差分析9.3.5 实验结果相关性分析 第10章 常用软件测试类型与测试方法1O.1 文档审查 10.1.1 文档审查的一般要求10.1.2 常用文档的审查要求10.2 代码审查 10.2.1 代码审查的一般要求 10.2.2 代码的规范性审查10.3 功能测试 10.3.1 等价类划分法 10.3.2 边界值分析法10.3.3 错误推测法10.4 性能测试 10.4.1 计算的精确性10.4.2 响应时间 10.4.3 运行程序占用资源情况 10.5 接口测试10.5.1 子系统间的接口测试 10.5.2 外部接口测试10.5.3 Web接口测试 10.6 人机交互界面测试 10.6.1 人机交互界面测试的一般要求10.6.2 人机交互界面元素测试 10.7 边界测试 10.7.1 边界值分析10.7.2 常见的边界值 10.8 安装性测试10.8.1 安装测试10.8.2 卸载测试10.9 静态分析10.9.1 静态结构分析10.9.2 静态质量度量 参考文献