基于QFD的Web服务QoS研究及其应用

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:qq569385748
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件质量一直是软件工程所关注的重点之一。长期以来,软件质量的保证、控制和提高也一直是众多学者所研究的热点。但是,目前行业内对软件质量的保证手段通常是在软件开发的中后期来进行的,也就是对成形软件进行测试来进行软件质量保证。目前,并没有一个提前保证和预测软件质量的方法,本文正是针对此问题进行研究。   起源于工业设计领域的质量机能展开(QFD)理论是工业界进行质量保证的有效方法。   QFD理论的核心思想是完成质量关注点的领域转换问题,本文将QFD理论应用于软件质量的研究中,尤其针对的是Web服务的服务质量(QoS)研究。通过分析软件质量模型及各个质量标准,结合当前QoS的研究现状,本文总结归纳了一种包含15个软件质量分量及其分量的度量值的软件质量体系模型,并且给出了针对不同软件的具体软件质量标准的定义。本文提出了结合Web服务中活动编排这一流程而进行的软件质量保证的过程——   QFD质量树,并且详细介绍了QFD质量树的使用过程,通过分析各个活动及各个质量分量对于顾客的重要程度来确定活动权值及质量分量的权值,运用QFD矩阵将活动权值和质量分量的权值进行处理而得到初步的活动质量分布树,将质量分布矩阵结合实际情况进行合理化处理后得到最终活动质量分布树。通过研究UML扩展机制,定义了带有质量约束的活动图ANFG-profile,并以XML数据结构将质量约束进行记录。在服务选择后,给出了评价方案的具体方法和指导系统改进的方法。   在本文结尾,给出了QFD质量树方法的应用实例,并分析了QFD活动质量树方法的不足与缺陷。
其他文献
集成学习(Ensemble Learning)是为某个问题训练一组学习器,并将这些学习器联合起来执行一定预测任务的一种机器学习技术。由于该技术能够显著地提高学习系统的泛化能力,受到
堆是最基本的数据结构之一,对堆进行枚举,可以作为堆上算法复杂性分析的有力工具,有着重要的意义。堆的枚举有两种含义,一种是计数,即计算出具有某种特性的堆的总数目;另一种
无线传感器网络是由部署在监测区域内的大量传感器节点通过无线通信方式形成的多跳自组织网络,在军事、科学研究和商业等领域具有广泛的应用前景。特别是近年来物联网、智慧
量子遗传算法是将量子计算与遗传算法相结合而形成的一种混合遗传算法,它弥补了传统遗传算法的某些不足;利用量子计算的一些概念和理论,如量子位、量子叠加态等,使用量子比特
高分辨率全极化合成孔径雷达(PolSAR)图像细节特征更加丰富,且存在大量的相干斑噪声,传统的基于像素的处理技术由于不能很好地抑制相干斑噪声,进行分割时会导致大量的过分割
随着互联网应用的日益深入,越来越多的资源被数字化,网络化,如何更安全、更快捷地访问这些资源正在成为研究的热点。Shibboleth是一个基于分布式的,在多组织范围内实现单点登
许多计算机辅助英语学习的应用,都忽略了口语的教学,或者缺乏对口语学习结果良好的评估和反馈。然而在语言发音学习中,对学习者一个很大的帮助来自于有效的反馈。对于这一问
医学冠脉造影图像易于受到多种因素的干扰。血管壁厚度变化较大,背景噪声复杂多变及光照强度分布不均匀等因素均会影响到造影成像的图片质量与清晰度,而且在冠状动脉造影图像
枚举有两层含义:一是计数,即计算具有某种特性的所有对象的个数;二是生成,即产生具有某特性的所有对象。本文主要介绍了二叉树的枚举,最大值堆的枚举和自己所研究的左倾堆的
模型驱动架构(MDA)提供了一种使用模型来指导系统的设计、开发和维护的方法,它特别关注与技术是否相关的概念间的分离,以提高软件的可重用性和可移植性。自从2000年OMG提出MD