一种软件研发全过程门禁智能控制方法及终端与流程

本发明涉及软件研发质量管控，尤其涉及一种软件研发全过程门禁智能控制方法及终端。

背景技术：

1、在软件项目的研发过程中，为了提升软件的质量和稳定性、控制风险和保障产品的上线发布运行，通常需要根据软件产品的质量对软件研发过程进行限制和管控。传统的软件研发门禁主要根据有限的软件质量指标控制软件研发需求过程，通过技术评审、代码扫描以及人工或自动化执行的测试来限制开发任务的流转，保障软件质量。

2、要实现软件全过程的高效管控，现有技术存在的问题如下：

3、1.现有质量门禁策略单一，缺少代码质量和测试缺陷之外其他衡量要素。

4、2.软件质量依赖软件研发运维全过程，现有技术只管控软件开发环节，而决定软件质量的生产故障率和门禁控制之间没有直接关系，难以衡量管控的成效。

5、3.软件质量门禁实施过程缺乏联动，无法结合需求、编码、测试、发布和运维多环节的实际质量因素对软件质量进行综合判断。

6、4.传统质量门禁通过设置固定的指标阈值，无法满足快速迭代方式的敏捷开发模式，各迭代间的质量门禁独立运作，多次迭代的质量问题可能发生叠加，需要具备智能化手段自动设置门禁阈值。

技术实现思路

1、(一)要解决的技术问题

2、为了解决现有技术的上述问题，本发明提供一种软件研发全过程门禁智能控制方法及终端，更精确更智能的预防软件故障的发生。

3、(二)技术方案

4、为了达到上述目的，本发明采用的一种技术方案为：一种软件研发全过程门禁智能控制方法，包括：

5、s1、实时获取软件研发过程汇聚的各项指标，所述指标包括需求质量指标、代码质量指标、测试缺陷指标以及生产故障指标；

6、s2、实时获取软件研发过程中与各项指标和软件生产故障结果数据，通过朴素贝叶斯算法模型对各项指标及所述软件生产故障结果数据进行关联分析，实时预测软件故障概率；

7、s3、根据所述软件故障概率判断是否向软件研发项目过程管理系统发送卡点异常反馈信息。

8、本发明采用的另一种技术方案为：一种软件研发全过程门禁智能控制终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

9、s1、实时获取软件研发过程汇聚的各项指标，所述指标包括需求质量指标、代码质量指标、测试缺陷指标以及生产故障指标；

10、s2、实时获取软件研发过程中与各项指标和软件生产故障结果数据，通过朴素贝叶斯算法模型对各项指标及所述软件生产故障结果数据进行关联分析，实时预测软件故障概率；

11、s3、根据所述软件故障概率判断是否向软件研发项目过程管理系统发送卡点异常反馈信息。

12、(三)有益效果

13、本发明的有益效果是：本方案可融合到现有各类通用软件研发过程中，主动收集需求、开发、测试和生产各环节关键指标，通过朴素贝叶斯算法模型实时关联分析软件生产过程的各项指标及软件生产故障结果数据来动态预测软件故障概率，不同于传统需要人工设定软件质量阈值的管控方式，从而实现覆盖面更全、识别率更高的软件研发过程智能门禁，可以更精确更智能的预防软件生产故障的发生。

技术特征：

1.一种软件研发全过程门禁智能控制方法，其特征在于，包括：

2.根据权利要求1所述的软件研发全过程门禁智能控制方法，其特征在于，所述s1中获取软件研发过程汇聚的各项指标包括：

3.根据权利要求1所述的软件研发全过程门禁智能控制方法，其特征在于，所述s2中朴素贝叶斯算法模型的训练过程包括：

4.根据权利要求3所述的软件研发全过程门禁智能控制方法，其特征在于，所述s2包括：

5.根据权利要求4所述的软件研发全过程门禁智能控制方法，其特征在于，所述s2之后还包括：

6.一种软件研发全过程门禁智能控制终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

7.根据权利要求6所述的软件研发全过程门禁智能控制终端，其特征在于，所述s1中获取软件研发过程汇聚的各项指标包括：

8.根据权利要求6所述的软件研发全过程门禁智能控制终端，其特征在于，所述s2中朴素贝叶斯算法模型的训练过程包括：

9.根据权利要求8所述的软件研发全过程门禁智能控制终端，其特征在于，所述s2包括：

10.根据权利要求9所述的软件研发全过程门禁智能控制终端，其特征在于，所述s2之后还包括：

技术总结
本发明涉及一种软件研发全过程门禁智能控制方法及终端，包括：S1、实时获取软件研发过程汇聚的各项指标，指标包括需求质量指标、代码质量指标、测试缺陷指标以及生产故障指标；S2、实时获取软件研发过程中与各项指标和软件生产故障结果数据，通过朴素贝叶斯算法模型对各项指标及软件生产故障结果数据进行关联分析，实时预测软件故障概率；S3、根据软件故障概率判断是否向软件研发项目过程管理系统发送卡点异常反馈信息。本方案主动收集需求、开发、测试和生产各环节关键指标，通过朴素贝叶斯算法模型实时关联分析软件生产过程的各项指标及软件生产故障结果数据来动态预测软件故障概率，实现覆盖面更全、识别率更高的软件研发过程智能门禁。

技术研发人员：何裕恩
受保护的技术使用者：福建福诺移动通信技术有限公司
技术研发日：
技术公布日：2024/3/21