Infra-Estrutura Computacional de Apoio ao Processo de Inspeção de Software
Autores
|
4691 |
296,2080
|
|
|
4692 |
296,2080
|
Informações:
Publicações do PESC
Inspeções de software melhoram a qualidade do software pela análise de seus artefatos, detectando seus defeitos para serem removidos antes que estes artefatos sejam passados para as próximas atividades do processo de desenvolvimento de software. Conhecimento a respeito de inspeções de software tem sido adquirido através de estudos experimentais. No entanto, muito deste conhecimento não é considerado nas propostas de apoio computacional existentes.
Nesta tese é descrita uma infra-estrutura computacional, cujo conjunto de requisitos foi derivado de conhecimento adquirido através de estudos experimentais, para apoiar inspeções de software. Para avaliar a viabilidade desta infra-estrutura dois estudos foram conduzidos: um estudo de caso, que mostrou a viabilidade de se utilizar a infra-estrutura em inspeções reais e um estudo experimental que avaliou o apoio a atividade de planejamento de inspeções de software. Os resultados do estudo experimental sugerem que participantes inexperientes são capazes de elaborar planos de inspeções mais eficientes e em menos tempo, quando a infra-estrutura é utilizada.
Software inspections improve software quality by its artifacts' analysis, detecting their defects for removal before these artifacts are delivered to the following software life cycle activities. Some knowledge regarding software inspections have been acquired by empirical studies. However, many of this knowledge are not considered in the current computational support proposals.
This work describes a computational framework whose requirements set was derived from knowledge acquired by empirical studies to support software inspections. To evaluate the feasibility of such framework two studies have been accomplished: one case study, which has shown the feasibility of using the framework to support inspections, and an experimental study that evaluated the supported software inspection planning activity. Preliminary results of this experimental study suggested that unexperienced subjects are able to plan inspections with higher defect detection effectiveness, and in less time, when using this computational framework.