Software testing results analysis for the requirements conformity using neural networks

Abstract

The relevance of scientific work lies in the need to improve existing software designed to analyze the compliance of the results of software testing of the stated requirements. For the implementation of this goal, neural networks can be used by quality control specialists to m ake decisions about software quality, or project managers as an expert system, for one of the quality indicators for the customer. The article deals with software testing which is a process of validation and verification of compliance of the software application or business program with the technical requirements that guided its design and development, and work as expected, and identifies important errors or deficiencies classified by the severity of the program to be fixed. Existing systems do not provide for or have only partial integration of systems of work with the analysis of requirements, which should ensure the formation of expert assessment and provide an opportunity to justify the quality of the software product. Thus, a data processing model based on a fuzzy neural network was proposed. An approach to allow determining the compliance of the developed software with functional and non-functional requirements was proposed, taking into account how successfully or unsuccessfully implemented this or that requir ement. The ultimate goal of scientific work is the development of algorithmic software analysis of compliance of software testing results to stated requirements for support in the decisions taken. The following tasks are solved in scientific work: analysis of advantages and disadvantages of using existing systems when working with requirements; definition of general structure and classification of testing and requirements; characteristic main features of the use of neural networks; designing architecture, the module of research of conformity of results of testing software to the stated requirements.

Актуальність наукової роботи полягає в необхідності вдосконалення існуючого програмного забезпечення, призначеного для аналізу відповідності результатів тестування програмного забезпечення заявленим вимогам. Для досягнення цієї мети можуть бути використані нейронні мережі, що буде корисно спеціалістам з контролю для прийняття рішень щодо якості програмного забезпечення або керівникам проектів як еквівалент експертної системи, що слугуватиме одним з індикаторів якості для замовника. У статті розглядається тестування програмного забезпечення, яке представляє собою процес перевірки відповідності програмного додатка або бізнес-програми технічним вимогам, які визначали особливості його проектуванням і розробки, функціонування його належним чином, а також виявлення важливих помилок або недоліків, класифікованих за їх серйозністю. Існуючі програмні продукти не передбачають або мають лише часткову інтеграцію систем для роботи з аналізом вимог, що має забезпечити формування експертної оцінки та дати можливість обґрунтувати якість програмного продукту. Таким чином, запропонована модель обробки даних на основі нечіткої нейронної мережі. Запропоновано підхід, що дозволяє визначити відповідність розробленого програмного забезпечення функціональним і нефункціональним вимогам з урахуванням того, наскільки успішно реалізована та чи інша вимога. Кінцевою метою наукової роботи є розробка алгоритмічного та програмного забезпечення відповідності результатів тестування заявленим вимогам для підтримки прийняття рішень. У науковій роботі вирішуються такі завдання: аналіз переваг та недоліків використання існуючих систем при роботі з вимогами; визначення загальної структури та класифікації тестування вимог; основні особливості використання нейронних мереж; архітектура програмного забезпечення та розробка модулю дослідження відповідності результатів тестування програмного забезпечення заявленим вимогам.