2021年《软件质量与管理》试题 解答与解析¶
试题来源: 综合
assets/exams/软件质量往年题目整理.pdf、assets/exams/软件质量管理-习题-EagleBear.pdf中标有【2021Fall】或【2021】的题目整理。
一、选择题¶
1. 基于Yield指标构建缺陷预测模型，并列举该模型的可能改进方案¶
点击查看答案与解析
解答：
总体思想：利用回归技术预测软件开发过程中各阶段的Inject Rate（缺陷注入率）和Yield（缺陷消除率）。
Yield指标只能用来估算，不可以用来度量。构建模型需要知道：
- 注入阶段注入多少缺陷
- 缺陷注入的密度（需求每一页注入多少缺陷）
- 缺陷注入的速度（每小时注入多少缺陷）
- 消除阶段的缺陷注入密度和速度
- 历史数据中的软件规模、文档规模、开发人员规模
步骤：
- 确定纳入影响因子的数据以及数据度量方法
- 从系统历史库中收集历史数据，并进行整理
- 依照回归技术进行计算
- 在项目进行过程中不断收集数据，与预测数据进行比较，调整回归参数
- 项目过程中依据实际数据与预测数据的误差进行风险的预防、识别和控制
改进方案：
- 维护历史数据，保证数据质量（简单性、可理解性、稳定性、可度量性、相关性）
- 影响因子选择上不仅需要软件规模数据，还需要开发过程、文档、人员等方面的数据
- 反馈模型：随着实际数据产生，将其作为输入变量调整回归参数
- 重要改进：假设注入水平和消除水平都符合正态分布，计算均值和标准差，用蒙特卡罗方法模拟结果
知识点出处：
assets/slides/软件质量与管理.第五讲.pdf——Yield指标与缺陷预测模型。
2. 解释至少5个DevOps技术、实践、方法¶
点击查看答案与解析
解答：
- 方法论基础：敏捷软件开发、精益思想以及看板Kanban方法
- 微服务架构：以领域驱动设计为指导的微服务架构方式
- 虚拟化技术：大量虚拟化技术的使用（如容器技术）
- XaaS理念：一切皆服务（X as a Service）的理念指导
- 工具链自动化：构建了强大的工具链，支持高水平自动化（CI/CD）
可遵循的DevOps最佳实践：
- 培养协作和无责沟通的文化
- 采用持续集成和交付（CI/CD）
- 设置自动化测试
- 关注可观察性并找到正确的指标
- 使用自动化避免手动工作
- 在开发生命周期的早期加入安全性
- 从事件中学习并围绕它们构建流程
- 采用基础设施即代码（IaC）
知识点出处：
assets/slides/软件质量与管理.第七讲.pdf——DevOps。
3. 列出TSP角色并解释其中5个的职责¶
点击查看答案与解析
解答：
| 角色 | 职责 |
|---|---|
| 项目组长 | 激励团队成员努力工作；主持项目周例会；每周汇报项目状态；分配工作任务；维护项目资料；组织项目总结 |
| 计划经理 | 开发完整的、准确的团队计划和个人计划；每周准确地报告项目小组状态；跟踪项目进度 |
| 开发经理 | 制定开发策略；开展产品规模估算和所需时间资源的估算；开发需求规格说明；开发高层设计；实现软件产品 |
| 质量经理 | 带领团队开发和跟踪质量计划；向项目组长警示质量问题；评审软件产品；组织小组评审 |
| 过程经理 | 带领团队定义和记录开发过程并支持过程改进；建立维护团队开发标准；记录维护项目会议记录 |
| 支持经理 | 识别开发过程中所需各类工具和设施；主持配置管理委员会；维护风险和问题跟踪系统；支持复用策略 |
| 开发人员 | 执行具体的开发任务 |
知识点出处：
assets/slides/软件质量与管理.第三讲.pdf——TSP团队角色与职责。
二、简答题¶
1. 我们如何理解瀑布模型（6分）¶
点击查看答案与解析
解答：
- 瀑布模型不是单一模型，是一系列模型，覆盖最简单场景（过程元素少）到最复杂的场景（过程元素多）
- 软件项目应该结合实际情况选择合适过程元素的瀑布模型，基本原则是，项目面临困难和挑战越多，选择的模型应该越复杂
- 软件项目团队往往低估项目的挑战，选择了过于简单的不适用的瀑布模型（这是瀑布模型实践中失败的最常见原因）
知识点出处：
assets/slides/软件质量与管理.第二讲.pdf——瀑布模型的理解。常见失败原因是低估项目挑战，选择过于简单的瀑布模型，而非"瀑布模型天然无效"。
2. 给一个挣值管理的表格，项目进度提前还是落后？有可能出现什么风险？¶
点击查看答案与解析
解答：
分析挣值管理表格的核心指标：
- SV（Schedule Variance）= EV − PV：正值表示进度超前，负值表示进度落后
- SPI（Schedule Performance Index）= EV / PV：>1表示进度超前，<1表示进度落后
- CV（Cost Variance）= EV − AC：正值表示成本节约，负值表示成本超支
- CPI（Cost Performance Index）= EV / AC：>1表示成本节约，<1表示成本超支
课上讲的具体例子分析：
- 通过To-date看，Earned Value to date中Actual > Plan，说明迄今为止进度没有落后
- 但是，hours to date总共花的时间大于预期，每个小时预期创造0.3个价值，实际上每小时创造0.28个价值，说明实际工作效率不如预期
- 结论：在下周或过几周，项目进度可能会逐渐落后，项目开发有隐患
知识点出处：
assets/slides/软件质量与管理.第四讲.pdf——EVM数据分析和风险识别。
3. 设计一个Yield预测模型。描述如何建模；需要哪些数据，有什么要求；用什么方法构建模型并预测？¶
点击查看答案与解析
解答：
参见上面"基于Yield指标构建缺陷预测模型"的完整解答。
关键数据要求：
- 注入阶段缺陷数量
- 缺陷注入的密度（需求每页注入多少缺陷）
- 缺陷注入的速度（每小时注入多少缺陷）
- 消除阶段的缺陷注入密度和速度
- 历史数据中的软件规模、文档规模、开发人员规模
构建方法：回归分析；蒙特卡罗模拟（改进方案）。
知识点出处：
assets/slides/软件质量与管理.第五讲.pdf——Yield缺陷预测模型。
三、判断题¶
过程改进模型可不可以作为评价公司能力的标准？比如某公司宣称自己达到了CMMI 5级，开发能力比谷歌强，你认为合理吗？¶
点击查看答案与解析
解答：不合理。
理由：
- CMMI不是过程优劣的标准，也不适合用作公司之间的能力比较
- 它是每个公司自我反思改进的依据
- 由于企业所处环境以及业务目标等的差异，过程改进模型对不同企业的含义不同
- 例如：银行对数据一致性、可靠性有很高要求，开发模型侧重测试、原型等；而嵌入式公司更关注性能
- 成熟度等级不应该脱离企业环境直接横向比较；处于相同的成熟度等级，也不能说明这些企业的研发能力是相同的
知识点出处：
assets/slides/软件质量与管理.第七讲.pdf——CMMI的应用场景和局限性。
知识点分布总结¶
| 考查内容 | 对应课件 |
|---|---|
| Yield缺陷预测模型 | 第五讲 |
| DevOps技术实践 | 第七讲 |
| TSP角色与职责 | 第三讲 |
| 瀑布模型理解 | 第二讲 |
| EVM数据分析 | 第四讲 |
| CMMI应用 | 第七讲 |