"Wsparcie procesu decyzyjnego dla metodyk zwinnych w procesie testowania z wykorzystaniem modeli z obszaru teorii niezawodności."



Podobne dokumenty
Programowanie zespołowe

SYSTEMY INFORMATYCZNE ćwiczenia praktyczne

Agile Project Management

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars

Analiza przeżycia Survival Analysis

Wstęp do zarządzania projektami

STATYSTYKA MATEMATYCZNA

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Statystyka i Analiza Danych

MODELE CYKLU ŻYCIA OPROGRAMOWANIA (1) Model kaskadowy (często stosowany w praktyce do projektów o niewielkiej złożonoś

Jak patrzymy na testy czyli Jak punkt widzenia zależy od punktu siedzenia. Click Piotr Kałuski to edit Master subtitle style

Wstęp do zarządzania projektami

Analiza przeżycia Survival Analysis

Wykład 8. Testowanie w JEE 5.0 (1) Autor: Zofia Kruczkiewicz. Zofia Kruczkiewicz

Analiza przeżycia. Wprowadzenie

Szybkość w biznesie. Zwinne testowanie oprogramowania (Agile) Mateusz Morawski (mateusz.morawski@hp.com) 14 kwietnia 2015

Statystyka matematyczna dla leśników

Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Wprowadzenie do estymacji rozkładów w SAS.

Rozdział 8. Regresja. Definiowanie modelu

Optymalizacja Automatycznych Testów Regresywnych

REQB POZIOM PODSTAWOWY PRZYKŁADOWY EGZAMIN

Wykład VII. Programowanie III - semestr III Kierunek Informatyka. dr inż. Janusz Słupik. Wydział Matematyki Stosowanej Politechniki Śląskiej

Ekonometryczne modele nieliniowe

Oszacowanie kosztów i korzyści metod zwinnych. WARSZTAT III 24 września 2014 Bogdan victo.eu

xx + x = 1, to y = Jeśli x = 0, to y = 0 Przykładowy układ Funkcja przykładowego układu Metody poszukiwania testów Porównanie tabel prawdy

Wojciech Skwirz

W4 Eksperyment niezawodnościowy

Wstęp do zarządzania projektami

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Projektowanie systemów informatycznych. wykład 6

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

In ż ynieria oprogramowania wykład II Modele i fazy cyklu życia oprogramowania

STATYSTYKA MATEMATYCZNA

SCRUM niełatwe wdrażanie metodyki w praktyce. Adam Krosny

Tematy seminariów wg Roger S. Pressman, Praktyczne podejście do oprogramowania, WNT, Zofia Kruczkiewicz

METODY STATYSTYCZNE W BIOLOGII

Wytwarzanie oprogramowania

Etapy życia oprogramowania

Customer Attribution Models. czyli o wykorzystaniu machine learning w domu mediowym.

Aproksymacja funkcji a regresja symboliczna

Etapy życia oprogramowania. Modele cyklu życia projektu. Etapy życia oprogramowania. Etapy życia oprogramowania

ELEMENTÓW PODANYCH W PN-EN i PN-EN

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Nowoczesne narzędzia obliczeniowe do projektowania i optymalizacji kotłów

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

Zarządzanie projektami. Porównanie podstawowych metodyk

MODEL RAYLEIGHA W ZWINNYCH METODYKACH WYTWARZANIA OPROGRAMOWANIA

MODELOWANIE KOSZTÓW USŁUG ZDROWOTNYCH PRZY

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Ćwiczenie 5 PROGNOZOWANIE

Analiza niepewności pomiarów

Wykład 2. MIS n Inżynieria oprogramowania Marzec Kazimierz Michalik Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie

Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Cykle życia systemu informatycznego

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

WYKŁAD 8 ANALIZA REGRESJI

1 Wprowadzenie do algorytmiki

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

STATYSTYKA MATEMATYCZNA

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

W3 - Niezawodność elementu nienaprawialnego

Application Security Verification Standard. Wojciech Dworakowski, SecuRing

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Metody wytwarzania oprogramowania. Metody wytwarzania oprogramowania 1/31

Jeśli czas działania algorytmu zależy nie tylko od rozmiaru danych wejściowych i przyjmuje różne wartości dla różnych danych o tym samym rozmiarze,

Testowanie i walidacja oprogramowania

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Teoria obliczeń i złożoność obliczeniowa

Zarządzanie projektami. Wykład 2 Zarządzanie projektem

EGZAMIN MAGISTERSKI, Biomatematyka

ROZKŁAD MATERIAŁU NAUCZANIA KLASA 1, ZAKRES PODSTAWOWY

Dopasowywanie modelu do danych

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)

Program szkolenia: Wprowadzenie do Domain Driven Design dla biznesu (część 0)

2. Wprowadzenie do zagadnień obliczania zmian położenia środka ciężkości ciała oraz odzyskiwania energii podczas chodu fizjologicznego

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.

Przypadki bez przypadków. Jak dobierać scenariusze testowe.

STATYSTYKA MATEMATYCZNA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

METODY STATYSTYCZNE W BIOLOGII

Analiza ekonomiczna w instytucjach publicznych analiza organizacji i projektów

Ogólne określenie wymagań. Ogólny projekt. Budowa systemu. Ocena systemu. Nie. Tak. System poprawny. Wdrożenie. Określenie.

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Zarządzanie testowaniem wspierane narzędziem HP Quality Center

Streszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990

Wprowadzenie do metodyki SCRUM. mgr inż. Remigiusz Samborski Instytut Informatyki Politechnika Wrocławska

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Metody probabilistyczne

Testujemy dedykowanymi zasobami (ang. agile testers)

Agile Software Development. Zastosowanie metod Scrum i Kanban.

Transkrypt:

"Wsparcie procesu decyzyjnego dla metodyk zwinnych w procesie testowania z wykorzystaniem modeli z obszaru teorii niezawodności." Click to edit Master subtitle style Krzysztof Senczyna

Agenda 1. Software Testing 2. Software Reliability 3. Opis metody estymacji MTTF 4. Podsumowanie 5. Dyskusja

Software testing Software testing celem jest wyszukiwanie błędów, nie jest możliwe do udowodnienia że, dany produkt IT ma zero błędów jest fault free. Problem udowodnienia statusu fault free jest problemem spełnialności, który jest rozstrzygalny definitywnie jeżeli można sprawdzić True/False wszystkie przypadki, których jest 2N (gdzie N to liczba zmiennych w programie ). Problem NP zupełny złożoność wykładnicza

Software testing Modele w procesie testowania programowania : Waterfall V-model Model spiralny Agile /SCRUM

Software testing Waterfall

Software testing V-model http://www.saic.com/india/capabilities/test.html

Software testing Model spiralny

Software testing Agile/Scrum

Software Reliability błąd powstaje w trakcie procesu projektowania, tworzenia SW w wielu rozmaitych fazach tego procesu ( error, fault, failure). różni się od HW reliability dotyczy bardziej wierności w odwzorowaniu i przenoszeniu projektu w domenę IT. zużycie SW nie posiada fazy zużycia ( ageing ), nie męczy się, autostart/upgrade czasem pomaga a czasem nie pomaga powrócić do pierwotnego/lepszego stanu działania. czynniki środowiskowe uruchomieniowe mają wpływ na wynik pracy SW szacowanie wartości SR nie jest możliwe z użyciem typowego rozumowania np.: teorii z obszaru fizyki, należy budować modele a potem je weryfikować. modele szacowania SW Reliability są ciągle w powijakach, jest to ciągle obszar otwarty na tworzenie nowych rozwiązań. All models are wrong, but some are useful George Edward Pelham Box Professor of Statistics at the University of Wisconsin.

Rozkład Weibulla ciągły rozkład prawdopodobieństwa często stosowany w analizie przeżycia do modelowania sytuacji, gdy prawdopodobieństwo śmierci/awarii zmienia się w czasie. 10

Software Reliability

Software Reliability

Opis metody estymacji MTTF Model jest użyteczny dla kombinacji struktury: HW+SW, Klient jest zainteresowany szacowaniem wartości parametrów MTTF i jest być może skłonny wydzielić budżet na badania w tej dziedzinie. Projekt jest na etapie ¾ ważne staje się optymalne szacowanie momentu zamknięcia. Istnieje niezależna metoda szacująca wartości MTTF dla kilku pierwszych cykli iteracyjnych.

Opis metody estymacji MTTF Cykl Weibull /GOF MTTF 1 0.34 100 2 0.25 125 3 0.17 138 4 0.16 200 5 0.15 300 (estymacja/mod el) 0.1?

Opis metody estymacji MTTF Cycle 1 Cycle 2 Cycle 3 Cycle 4 Cycle 5 P redic t 12 Weibull 0.34 0.25 0.17 0.16 0.15 0.1 TTF 100 125 138 200 300 370.66 10 8 TTF 6 4 2 0 0 2 4 6 8 10 12 Weibull / GOF (Goodness of Fit)

Opis metody estymacji MTTF Cycle 1 Cycle 2 Cycle 3 Cycle 4 Cycle 5 P redic t Weibull 0.34 0.25 0.17 0.16 0.15 0.1 f(x) = 1,#NANx 12TTF 100 125 138 200 300 255.37 linowa nie pasuje R² = 1,#NAN 10 8 TTF 6 4 2 0 0 2 4 6 8 10 12 Weibull

Opis metody estymacji MTTF Przykładowe obliczenia Funkcja regresji dla tego przykładu ma postać: Y= 7976 x2 4600 x +752 Zakładając, że celem jest osiągniecie czasu MTTF większego niż 350 Po rozwiązaniu równania kwadratowego: 7976 x2 4600 x +752 =350 GOF 350=0.11

Opis metody estymacji MTTF Interpretacja wyniku : GOF 350=0.11 jest taka że: jeżeli z wyników testowania w następnym cyklu lub kolejnym następnym wartość GOF będzie niższa od 0,11 to możemy przypuszczać, że MTTF będzie wyższe niż 350.

Podsumowanie zakres stosowania ustabilizowana wersja HW+SW, projekt w fazie ¾. warunkiem stosowania jest posiadanie metody wyznaczania wartości MTTF dla pierwszych cyklów trudne jest oszacowanie błędu metody, jest to możliwe min: przez porównanie z wynikami realnymi na późniejszym etapie rozwoju produktu

Dyskusja Wnioski/Uwagi /Propozycje Dziękuję za udział i poświęconą uwagę Krzysztof Senczyna krzysen@poczta.onet.pl