应该如何理解软件的质量和可靠性？(3)

图3展示了如何用缺陷检出预估去跟踪并与实际进行比对。很显然，实际测量结果和预估之间有些小偏差，但他们的轨迹大体一致。他们还让我们有信心做到在项目末期每月缺陷检出率在20个以内，这是我们建议的最低可接收的交付标准。

图3 带有实际标绘的缺陷检出率计划

缺陷模型驱动

从1978年以来，QSM已经收集了超过10000份完整的软件项目数据。通过对这些数据分析发现，存在着决定瑞利缺陷模型持续时间和量级的特定输入。这些输入能使该模型针对给定情况提供一份精确的预测。以下是QSM模型会使用的三个宏参数：

• 规模（新的和修改的）
• 产能指数
• 最高人员配置

这些驱动因子会影响我们在软件项目中看到的缺陷行为模式。下文将深入考究这些驱动因子。除了另行说明之外，这些结果都是基于QSM数据分析得出的。

规模

从历史来看，我们发现随着项目规模的增长系统内的缺陷数也会随之增长（如图4所示）。简单来说，构建更大的项目使开发人员有了更多导致系统缺陷的可能性，同时也需要去完成更多的测试。缺陷增长率几乎是呈线形的。

同样，随着规模的增长MTTD也会随之减少。这是由于系统内的缺陷数增加了，这通常是由于跨大型团队在所难免的交流复杂性所导致的。因为系统中的缺陷更多了，缺陷的时间间隔就减少了。依此类推，因为时间间隔太少，所以大型项目的可靠性往往较低。这是这个行业的典型情况。

原文转自：http://www.infoq.com/cn/articles/understanding-quality-reliability-qsm