Verbesserung der Softwarequalität durch einen Ontologie-basierten Ansatz

Lieferzeit: Lieferbar innerhalb 14 Tagen

59,00 

ISBN: 6203356905
ISBN 13: 9786203356908
Autor: Luo, Yixin
Verlag: Verlag Unser Wissen
Umfang: 136 S.
Erscheinungsdatum: 10.06.2021
Auflage: 1/2021
Format: 0.9 x 22 x 15
Gewicht: 221 g
Produktform: Kartoniert
Einband: Kartoniert
Artikelnummer: 2685882 Kategorie:

Beschreibung

Die Sicherstellung der Qualität in der Softwareentwicklung ist ein anspruchsvoller Prozess. Die Konzepte der Anti-Patterns und Code Smells nutzen das Wissen über bekannte Probleme, um die Qualität der aktuellen und zukünftigen Softwareentwicklung zu verbessern. Das Wissen und Verständnis dieser Indikatoren für schlechte Softwarequalität ist jedoch noch unzureichend, um viele der Probleme zu lösen, die sie darstellen. Die Identifizierung und Definition von Anti-Patterns ist ein heuristischer Prozess. Außerdem gibt es nur wenig Forschung, die sich mit den Beziehungen zwischen oder unter Code Smells und Anti-Patterns beschäftigt. Software-Qualitätsprobleme wie Verständlichkeit und Wartbarkeit können verbessert werden, indem Anti-Patterns, die mit Code Smells verbunden sind, identifiziert und aufgelöst werden und indem Code Smells verhindert werden, bevor die Codierung beginnt. Wir präsentieren eine ontologische Darstellung der Beziehungen zwischen Anti-Patterns und Code Smells, um das Verständnis dieser Konzepte mit dem Ziel der Verbesserung der Softwarequalität zu verbessern.

Autorenporträt

Il dottor Yixin Luo ha lavorato alla Louisiana State University. Ha mantenuto e sviluppato un sistema di osservazione degli oceani nel Golfo del Messico. Attualmente è impiegato presso il Center for Computer Technology e il suo lavoro è legato allo sviluppo e alla manutenzione di Teragrid. Il suo interesse di ricerca include la qualità del software, la sicurezza, le metriche e l'ontologia.

Herstellerkennzeichnung:


OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD

E-Mail: info@omniscriptum.com

Das könnte Ihnen auch gefallen …