【软件工程】CMMI 能力成熟度模型集成 ( 简介 | 相关术语 | CMMI 等级评估次序 )

简介: 【软件工程】CMMI 能力成熟度模型集成 ( 简介 | 相关术语 | CMMI 等级评估次序 )

文章目录

一、CMMI 简介

二、CMMI 相关术语

三、CMMI 等级评估次序





一、CMMI 简介


CMMI 全称 Capability Maturity Model Integration , 能力成熟度模型集成 ;


CMMI 是 如何做好软件的 最佳实践 集合 ;


CMMI 三种类型 : CMMI-DEV 软件开发 , CMMI-ACQ 面向采购 , CMMI-SVC 面向服务 ;



CMMI 等级 : 1 11 到 5 55 级 , 成熟度由低到高 , 成熟度越高 , 综合软件能力越强 ;


第 1 11 级 : 初始级

第 2 22 级 : 受管理级

第 3 33 级 : 已定义级

第 4 44 级 : 定量管理级

第 5 55 级 : 持续优化级


CMMI 连续式 , 阶段式 : 一套模型 , 有两种表示方法 , 一种是 连续式 , 一种是 阶段式 ;


阶段式 : 上述的 5 55 级分级 , 是以 阶段式 进行划分的 , 代表软件能力的不同阶段 ;





二、CMMI 相关术语


软件过程 ( Software Process ) : 人们在 开发和维护 软件及相关产品时 , 所涉及的各种 活动 , 方法 , 实践 , 改革 等 ;


软件相关产品包括 软件项目计划 , 设计文档 , 程序代码 , 测试用例 , 用户手册 等 ;



软件过程能力 ( Software Process Capability ) : 当 遵循某个软件过程时 , 所能 达到的期望效果 , 它可以有效 预测企业接受新的软件项目时可能得到的结果 ;



软件过程成熟度 ( Software Process Maturity ) : 一个特定的 软件过程 , 被显式 定义 , 管理 , 度量 , 控制 , 有效 的 程度 , 成熟度意味着能力上的增长潜力 ;



CMMI ( Capability Maturity Model Integration ) : 能力成熟度模型继承 , 描述了 组织过程 , 从 初级的 , 不成熟的 过程 , 提高到 有纪律 , 成熟的 过程改进路径 , 改模型包含了有效过程的典型特征点 ;



过程域 ( Process Areas ) : 互相关联 的 若干软件实践活动 , 和 有关基础设施 的 集合 ;


每个软件能力成熟度等级 , 都包含了若干 对应该成熟度等级的过程域 , 这些过程域的实施 , 对达到该成熟度等级的目标起着 保护作用 ;



实践 ( Practice ) : 对 过程域实施 , 起关键作用 的 方针 , 规程 , 措施 , 活动 , 以及 相关基础设施 的 建立 ;


过程 描述 做什么 , 不强制规定 如何做 ;


过程域 通过其 包含的实践的实施 而达到目标的 ;



过程资产 ( Process Assets ) : 组织中 , 对 实现过程域的目标 任何 有用的内容 ;



组织过程资产库 ( OPAL , Organization Process Assets Library ) : 用于 建立 , 存储 组织 有用过程资产 的库 ;


资产主要使用在 定义 , 实现 和 管理 过程中使用 ;


资产库 一般包括 方针 , 规程 , 检查单 , 培训资料 , 模板 , 已定义过程 , 计划 , 经验教训 等 ;



质量保证 ( QA , Quality Assurance ) : 为确保 实际执行中的管理 , 符合已定义的 规范 , 实践 , 过程 , 方法 , 而进行的 检查 ;



裁剪 ( Tailor ) : 指对 过程 , 活动 , 模板 使用时 , 与 标准要求存在不一致时 , 所执行的活动 ;



干系人 ( Stakeholder ) : 对一个 企业或者事件输出 , 负有责任的人 , 如 项目团队 , 供应商 , 客户 , 最终用户 ;






三、CMMI 等级评估次序


1 11 级 ( 初始级 ) : 对于该级别 , 针对该级别没有提出任何标准 , 任何公司都是 CMMI 1 11 级 初始级 ;


2 − 5 2-52−5 级 : 2 22 级 受管理级 , 3 33 级 已定义级 , 3 33 级 定量管理级 , 4 44 级 持续优化级 , 都需要有授权 , 需要有评估师进行评估 ;



CMMI 等级评估 : 如果要通过某个级别的评估 , 要满足 该级别 , 以及该级别以下的所有级别的标准 ;


如 : 公司进行 4 44 级评估 , 先查看该公司是否达到 2 22 级标准 , 然后查看是否达到 3 33 级标准 , 最终才是评估是否达到 4 44 级标准 ;


如果该公司达到 2 22 级标准 , 没有达到 3 33 级标准 , 即使达到了 4 44 级标准的要求 , 也只能算 2 22 级 ;


目录
相关文章
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
156 3
|
12天前
|
IDE Linux API
轻松在本地部署 DeepSeek 蒸馏模型并无缝集成到你的 IDE
本文将详细介绍如何在本地部署 DeepSeek 蒸馏模型,内容主要包括 Ollama 的介绍与安装、如何通过 Ollama 部署 DeepSeek、在 ChatBox 中使用 DeepSeek 以及在 VS Code 中集成 DeepSeek 等。
1058 14
轻松在本地部署 DeepSeek 蒸馏模型并无缝集成到你的 IDE
|
1月前
|
人工智能 数据可视化 开发者
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
FlowiseAI 是一款开源的低代码工具,通过拖拽可视化组件,用户可以快速构建自定义的 LLM 应用程序,支持多模型集成和记忆功能。
112 14
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
|
23天前
|
人工智能 JSON 数据可视化
集成500+多模态现实任务!全新MEGA-Bench评测套件:CoT对开源模型反而有害?
多模态模型在处理图像、文本、音频等数据方面能力不断提升,但其性能评估一直是个挑战。为此,研究团队推出了MEGA-Bench评测套件,集成505个现实任务,涵盖广泛领域和数据类型,由16位专家标注。它采用灵活输出格式,提供多维度评估指标,并配有交互式可视化工具,为模型优化提供了重要支持。然而,评估过程复杂且耗时,COT方法对开源模型性能的影响也值得探讨。论文链接:https://arxiv.org/abs/2410.10563
56 29
|
30天前
|
机器学习/深度学习 PyTorch 测试技术
LossVal:一种集成于损失函数的高效数据价值评估方法
LossVal是一种创新的机器学习方法,通过在损失函数中引入实例级权重,直接在训练过程中评估数据点的重要性,避免了传统方法中反复重训练模型的高计算成本。该方法适用于回归和分类任务,利用最优传输距离优化权重,确保模型更多地从高质量数据中学习。实验表明,LossVal在噪声样本检测和高价值数据点移除等任务上表现优异,具有更低的时间复杂度和更稳定的性能。论文及代码已开源,为数据价值评估提供了高效的新途径。
63 13
LossVal:一种集成于损失函数的高效数据价值评估方法
|
6月前
|
机器学习/深度学习 存储 前端开发
实战揭秘:如何借助TensorFlow.js的强大力量,轻松将高效能的机器学习模型无缝集成到Web浏览器中,从而打造智能化的前端应用并优化用户体验
【8月更文挑战第31天】将机器学习模型集成到Web应用中,可让用户在浏览器内体验智能化功能。TensorFlow.js作为在客户端浏览器中运行的库,提供了强大支持。本文通过问答形式详细介绍如何使用TensorFlow.js将机器学习模型带入Web浏览器,并通过具体示例代码展示最佳实践。首先,需在HTML文件中引入TensorFlow.js库;接着,可通过加载预训练模型如MobileNet实现图像分类;然后,编写代码处理图像识别并显示结果;此外,还介绍了如何训练自定义模型及优化模型性能的方法,包括模型量化、剪枝和压缩等。
151 1
|
6月前
|
存储 安全 测试技术
持续集成、交付和部署简介
持续集成、交付和部署简介
75 1
|
6月前
|
机器学习/深度学习
【机器学习】模型融合Ensemble和集成学习Stacking的实现
文章介绍了使用mlxtend和lightgbm库中的分类器,如EnsembleVoteClassifier和StackingClassifier,以及sklearn库中的SVC、KNeighborsClassifier等进行模型集成的方法。
76 1
|
6月前
|
API UED 开发者
如何在Uno Platform中轻松实现流畅动画效果——从基础到优化,全方位打造用户友好的动态交互体验!
【8月更文挑战第31天】在开发跨平台应用时,确保用户界面流畅且具吸引力至关重要。Uno Platform 作为多端统一的开发框架,不仅支持跨系统应用开发,还能通过优化实现流畅动画,增强用户体验。本文探讨了Uno Platform中实现流畅动画的多个方面,包括动画基础、性能优化、实践技巧及问题排查,帮助开发者掌握具体优化策略,提升应用质量与用户满意度。通过合理利用故事板、减少布局复杂性、使用硬件加速等技术,结合异步方法与预设缓存技巧,开发者能够创建美观且流畅的动画效果。
112 0
|
6月前
|
开发者 算法 虚拟化
惊爆!Uno Platform 调试与性能分析终极攻略,从工具运用到代码优化,带你攻克开发难题成就完美应用
【8月更文挑战第31天】在 Uno Platform 中,调试可通过 Visual Studio 设置断点和逐步执行代码实现,同时浏览器开发者工具有助于 Web 版本调试。性能分析则利用 Visual Studio 的性能分析器检查 CPU 和内存使用情况,还可通过记录时间戳进行简单分析。优化性能涉及代码逻辑优化、资源管理和用户界面简化,综合利用平台提供的工具和技术,确保应用高效稳定运行。
130 0

热门文章

最新文章