嵌入式软件测试笔记3 | 嵌入式软件测试开发的多V模型

简介: 嵌入式软件测试笔记3 | 嵌入式软件测试开发的多V模型

1 简单的多V模型

  • 原则上,每一种产品形态,都遵循一个完整的V型开发周期;
  • 包括设计、开发和测试活动,所以用多V表示;
  • 多V的本质是为同一个系统开发不用的实物形态;
  • 如下多V模型的开发生命周期:
    在这里插入图片描述

    2 迭代与并行开发

    2.1 开发模型

  • 多V模型只是一个简化的描述方式,不应该被看做是简单的连续过程(“瀑布模型”);
  • 中间的“V”是处于多次迭代开发的,此时可采用的迭代开发模型为RUP模型(统一过程)和XP模型(极限编程)。

2.2 嵌入式开发过程的复杂性

  • 多团队项目;

①软件、硬件开发团队;
②独立并行的工作;
③硬件和软件的协同。

  • 系统分解、并行开发、分阶段集成。

①每个部件开发一个模型;
②硬件和软件的迭代开发;
③不同的部件进行集成。

3 多V模型中的测试活动

3.1 测试活动和因素

  • 测试活动和因素分三类:测试技术、测试层次与测试类型、其他因素;
  • 开发和测试生命周期中需要分配的测试相关的因素和活动:
技术 测试层次与类型 其他因素
代码覆盖范围分析 体系架构设计确认 体系架构设计
控制流测试 代码审查 认证
Fagan检查 一致性测试 详细设计
故障模型及后果分析(FMEA) 详细设计确认 详细测试计划
故障注入 硬件/软件集成测试 设计&构建工具
故障树分析(FTA) 主机/目标机测试 设计&构建模拟器
正式确认 模型集成测试 设计&构建占位程序(stub)
接口测试 实地检测 设计&构建驱动程序(driver)
模型检查 回归测试 可测性设计
突变(Mutation)测试 需求确认 高层次需求
随机测试 软件验收测试 法律要求
稀有事件测试 软件集成测试 低层次要求
模拟 系统验收测试 主测试计划
状态转换测试 系统集成测试 生产需求
统计使用测试 单元测试 发布标准/建议
/ / 安全计划

3.2 模型开发周期中与测试相关的元素分配

在这里插入图片描述

3.3 原型开发周期中与测试相关的元素分配

在这里插入图片描述

3.4 最终产品开发周期中与测试相关的元素分配

在这里插入图片描述

4 嵌套多V模型

4.1 嵌套多V模型

在这里插入图片描述

4.2 嵌套多V模型中较高层次的测试因素

在这里插入图片描述

目录
相关文章
|
1月前
|
人工智能 搜索推荐 测试技术
模拟试错(STE)法让7B大模型测试超GPT-4
【2月更文挑战第24天】模拟试错(STE)法让7B大模型测试超GPT-4
32 1
模拟试错(STE)法让7B大模型测试超GPT-4
|
1月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。
|
1月前
|
测试技术
模型驱动测试:引领软件质量的新潮流
模型驱动测试:引领软件质量的新潮流
24 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率与质量:AI驱动的自动化测试策略
【2月更文挑战第19天】 在快速迭代的软件发展环境中,传统的手动测试方法已无法满足高效率和高质量的要求。本文探讨了人工智能(AI)技术如何革新现有的软件测试流程,通过引入AI驱动的自动化测试策略,旨在提高测试覆盖率,减少人为错误,优化资源分配,并缩短产品上市时间。我们将分析AI在识别潜在缺陷、生成测试用例、执行测试以及结果分析中的应用,并讨论实施这些策略时可能遇到的挑战和限制。
145 3
|
8天前
R语言估计多元标记的潜过程混合效应模型(lcmm)分析心理测试的认知过程
R语言估计多元标记的潜过程混合效应模型(lcmm)分析心理测试的认知过程
31 0
|
18天前
|
人工智能 搜索推荐 算法
人工智能,应该如何测试?(七)大模型客服系统测试
这篇文稿讨论了企业级对话机器人的知识引擎构建,强调了仅靠大模型如 GPT 是不够的,需要专业领域的知识库。知识引擎的构建涉及文档上传、解析、拆分和特征向量等步骤。文档解析是难点,因文档格式多样,需将内容自动提取。文档拆分按语义切片,以便针对性地回答用户问题。词向量用于表示词的关联性,帮助模型理解词义关系。知识引擎构建完成后,通过语义检索模型或问答模型检索答案。测试环节涵盖文档解析的准确性、问答模型的正确率及意图识别模型的性能。整个过程包含大量模型组合和手动工作,远非简单的自动化任务。
32 0
|
20天前
|
jenkins 测试技术 持续交付
软件测试|docker搭建Jenkins+Python+allure自动化测试环境
通过以上步骤,你可以在Docker中搭建起Jenkins自动化测试环境,实现Python测试的自动化执行和Allure报告生成。 买CN2云服务器,免备案服务器,高防服务器,就选蓝易云。百度搜索:蓝易云
39 6
|
1月前
|
iOS开发
iOS自动混淆测试处理笔记
iOS自动混淆测试处理笔记
12 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率:AI驱动的自动化测试策略
【2月更文挑战第30天】随着人工智能(AI)在软件开发周期中的日益普及,其在提高软件测试效率方面的潜力正受到越来越多的关注。本文探讨了如何通过集成AI技术来优化自动化测试流程,从而减少重复工作、提高错误检测率和加快反馈速度。我们将分析当前AI在自动化测试中的应用,并提出一系列策略以利用AI改进测试案例生成、执行和维护过程。
83 0
|
1月前
|
算法 测试技术 开发者
软件质量测试笔记-合工大
软件质量测试笔记-合工大
101 1

热门文章

最新文章