Quality Engineering

Quality engineering verwijst naar het beheer, de creatie, de werking en de verdere ontwikkeling van hoogwaardige IT-systemen en enterprise- architecturen. [1] [2] [3]

Beschrijving

IT-diensten worden steeds meer weg verbonden buiten de grenzen van platforms, apparatuur en organisaties om workflows, zoals de integratie van diensten vanuit een wolk in cyber-fysische systemen of business-to-business workflows. In dergelijke contexten is een uitgebreide beschouwing van kwaliteitskenmerken in de vorm van kwaliteitstechniek noodzakelijk geworden.

Dit vereist end-to-end kwaliteitsbeoordeling van management tot operations. Kwaliteitstechnieken integreert een aantal methoden en instrumenten van Enterprise Architecture Management software product management , IT service management , software engineering en systems engineering , evenals Software Quality Management and IT Security Management . Quality Engineering gaat verder dan de klassieke disciplines Software Engineering, IT Managementof software product management Bovendien, omdat beheersaspecten (bv. als strategie, risk management, business process perspectief, kennis en informatie management, operationele performance management), ontwerp kwesties (bijv. als het software ontwikkel proces , requirements analyse , het testen van software ) en operationele aspecten (bv. Configuratie, monitoring, IT-beveiligingsbeheer ). In veel toepassingsdomeinen is kwaliteitstechniek nauw verbonden met het voldoen aan wettelijke en zakelijke vereisten, contractuele verplichtingen en normen. In termen van kwaliteitskenmerken spelen betrouwbaarheid en beveiliging (beveiliging en veiligheid) van IT-diensten een dominante rol.

Kwaliteitsdoelen worden geïmplementeerd in kwaliteitstechniek via een coöperatief proces. Dit proces vereist de interactie van grotendeels onafhankelijke actoren wiens kennis gebaseerd is op verschillende informatiebronnen.

Quality Engineering

Kwaliteitsdoelen

Kwaliteitsdoelen beschrijven basisvereisten voor de kwaliteit van de software . Bij kwaliteitstechniek richten zij zich vaak op de kwaliteitskenmerken van beschikbaarheid, veiligheid, veiligheid, betrouwbaarheid, prestaties en bruikbaarheid . Gebruik van kwaliteitsmodellen zoals ISO / IEC 25000 en methoden zoals de Doelvraag MetriekAanpak kan worden toegewezen aan de meetbare meetwaarden voor kwaliteitsdoelstellingen. Het meten van de mate van het bereiken van kwaliteitsdoelen die hierdoor mogelijk worden gemaakt, is een centraal onderdeel van het kwaliteitsprocesproces en een voorwaarde voor de voortdurende controle en controle. Om een effectieve en efficiënte meting van de kwaliteitsdoelstellingen, de integratie handmatig bepaalde verhoudingen (over ongeveer expertschattingen of reviews) automatisch bepaald metrics gepropageerd (bijvoorbeeld door statische analyse van de broncode of geautomatiseerde regressietesten) als basis te verzekeren. [4]

Acteurs

De aanpak van end-to-end kwaliteitsmanagement vereist veel actoren met verschillende verantwoordelijkheden en taken, verschillende deskundigheid en organisatorische integratie voor kwaliteitstechniek.

Rollen betrokken bij Quality Engineering:

  • Professional architect,
  • IT architect,
  • Security managers,
  • Requirements Engineer,
  • Software Quality Manager
  • Test Manager,
  • Project Manager,
  • Productmanager en
  • Beveiliging architect.

Meestal zijn deze rollen verdeeld over geografische en organisatorische grenzen. Bijgevolg is de Quality Engineering, vereist maatregelen voor de diverse functies van deze rollen te coördineren en om de nodige maatregelen te nemen om deze taken, gegevens en informatie te synchroniseren en ter beschikking van de acteur op een passende wijze te vervullen consolideren.

Kennismanagement

Een belangrijke taak binnen kwaliteitsingenieur is kennisbeheer [5], De kennisbasis van Quality Engineering omvat een verscheidenheid aan gestructureerde en ongestructureerde gegevens, variërend van coderepository’s tot specificaties van eisen, normen, testrapporten, enterprise-architectuurmodellen, systeemconfiguraties en runtime-logboeken. Bij het modelleren van deze kennis spelen software en systeemmodellen een grote rol. De gegevens van de kennisbasis van Quality Engineering worden (semi-) automatisch gegenereerd in een geografisch, organisatorisch en technisch gedistribueerde context, zowel handmatig als tool-ondersteund, verwerkt en toegankelijk gemaakt. Het belangrijkste doel hierbij is dat de kwaliteitsborgingstaken op de best mogelijke manier kunnen worden uitgevoerd, risico’s vroegtijdig worden herkend en de samenwerking van de belanghebbenden op passende wijze wordt ondersteund.

Dit resulteert in de volgende vereisten voor een kennisbasis van Quality Engineering:

  • De kennis is beschikbaar in de vereiste kwaliteit. Belangrijke kwaliteitscriteria zijn consistentie en tijdigheid, maar ook de volledigheid en adequate granulariteit, gerelateerd aan de taken van de toegewezen actoren.
  • De kennis is gekoppeld en traceerbaar om interactie met belanghebbenden en data-analyse te ondersteunen. Traceerbaarheid verwijst zowel naar het koppelen van gegevens over abstractieniveaus (bijv. Het koppelen van vereisten aan implementatiediensten) als naar traceerbaarheid in de tijd, waarvoor geschikte versieconcepten nodig zijn. Het koppelen van de gegevens kan zowel handmatig als (semi-) automatisch worden gedaan.
  • De informatie moet beschikbaar zijn in de vorm die overeenkomt met de domeinkennis van de geassocieerde actoren. De kennisbank moet daarom geschikte mechanismen bieden voor informatie transformatie (bijvoorbeeld aggregatie) en visualisatie. Een geschikt model voor het toewijzen van actoren aan informatie in een hoogwaardige technische kennisbasis is bijvoorbeeld het RACI- concept.
  • In contexten waarin actoren van verschillende organisaties of niveaus samenwerken, moet de kennisbasis van Quality Engineering mechanismen bieden die de vertrouwelijkheid en integriteit waarborgen.
  • Quality Engineering knowledge bases bieden een breed veld voor het analyseren en vinden van informatie om de kwaliteitsborgingstaken van de actoren te ondersteunen.

Samenwerkingsprocessen

Het kwaliteitstechniekproces omvat alle handmatige en (semi-) geautomatiseerde taken voor het verzamelen, uitvoeren en meten van kwaliteitskenmerken in de gekozen context. Dit proces is zeer coöperatief in die zin dat het de interactie vereist van grotendeels onafhankelijke actoren.

Het kwaliteitstechniekproces moet typisch bestaande subprocessen integreren, die zeer gestructureerde processen kunnen omvatten zoals IT-servicebeheer en zwak gestructureerde processen zoals agile softwareontwikkeling . Een belangrijk aspect is ook een veranderingsgerichte aanpak, waarbij veranderingsevenementen zoals. Wijzigingen in de lokale context van de informatie en de actoren die door deze verandering worden beïnvloed, kunnen bijvoorbeeld worden aangepakt. Ondersteunende methoden en hulpmiddelen die het verspreiden van wijzigingen en het omgaan met wijzigingen ondersteunen, zijn hiervoor een vereiste.

Het doel van een efficiënt engineeringproces van hoge kwaliteit is de coördinatie van geautomatiseerde en handmatige kwaliteitscontroletaken. Voorbeelden van handmatige taken zijn onder meer codebeoordeling of kwaliteitsdoelstellingen, voorbeelden van geautomatiseerde taken omvatten de regressietest of de verzameling codegegevens. Het kwaliteitstechniekproces (of zijn subprocessen) kan ook worden ondersteund door tools, bijv. Via ticketsystemen of hulpprogramma’s voor beveiligingsbeheer.

Webkoppelingen

  • Txture is een hulpmiddel voor documentatie en analyse van IT-architectuur.
  • mbeddr zijn ingebedde en uitbreidbare talen voor embedded software engineering, plus een geïntegreerde ontwikkelomgeving (IDE).

Individuele proeven

  1. Jump up↑ Ruth Breu, Annie Kuntzmann-Combelles, Michael Felderer: nieuwe perspectieven op softwarekwaliteit . IEEE Computer Society. Pp 32-38. Januari-februari 2014. Betreden op 2 april 2014.
  2. Spring omhoog↑ Ruth Breu, Berthold Agreiter, Matthias Farwick, Michael Felderer, Michael Hafner, Frank Innerhofer-Oberperfler: Living Models – Tien principes voor verandering gestuurde software-engineering . ISCAS. Pp 267-290. 2011. Toegankelijk op 16 april 2014.
  3. Jump up↑ Michael Felderer, Christian Haisjackl, Ruth Breu, Johannes Motz: integratie van handmatige en automatische risicobeoordeling voor risicogestuurd testen . Springer Berlijn Heidelberg. Pp 159-180. 2012. Toegankelijk op 16 april 2014.
  4. Jump up↑ Michael Kläs, Frank Elberzhager, Jürgen Münch, Klaus Hartjes, Olaf von Graevemeyer: Transparante combinatie van expert- en meetgegevens voor defectvoorspelling : een industriële case study . ACM New York, VS. Pp 119-128. 2. Teruggewonnen op 8 april 2014.
  5. Jumping Up↑ Jacek Czerwonka, Nachiappan Nagappan, Wolfram Schulte, Brendan Murphy: CODE MINE: Het bouwen van een Software Development gegevens Analytics Platform bij Microsoft . IEEE Computer Society. Pp 64-71. Juli-augustus 2013. Betreden op 7 april 2014.

Leave a Reply

Your email address will not be published. Required fields are marked *