Thèse soutenue

L'analyse et la modelisation du risque durant le developpement et la maintenance du logiciel
FR  |  
EN
Accès à la thèse
Auteur / Autrice : LIONEL BRIAND
Direction : Marie-Claude Gaudel
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1994
Etablissement(s) : Paris 11

Résumé

FR

Cette these a pour objectif de definir une methodologie de modelisation du risque adaptee au developpement du logiciel et qui soit applicable dans un cadre industriel. L'approche est basee sur la notion selon laquelle, comme toute science, le genie logiciel a des aspects empiriques et experimentaux et que, par consequent, les produits et processus du developpement logiciel doivent etre mesures et modelises. La section 1 de la these definit plus en detail les objectifs, notre cadre de travail, et la strategie globale dans laquelle cette these se situe. Par la suite, les solutions disponibles pour la modelisation du risque sont identifiees et evaluees (section 2). Une nouvelle methode (optimized set reduction) qui est basee sur des principes d'apprentissage et des tests statistiques d'inference, est presentee (section 3). Ses objectifs principaux sont d'ameliorer l'interpretabilite et la precision des modeles generes et de permettre une automatisation optimale de la construction et l'utilisation des modeles. L'application de cette methode dans le cadre de l'evaluation de la qualite des produits logiciels et de l'aide a la decision est abordee. Cette methode est ensuite validee experimentalement au travers de deux exemples provenant du developpement de trois systemes de simulation et de controle au sol pour satellites (section 4). Des metriques, dont certaines peuvent etre mesurees a la fin de la phase de conception et d'autres a la fin de la phase de codage, sont definies. Elles sont ensuite utilisees dans la construction de modeles d'identification de composants a risque. Trois strategies differentes sont utilisees et l'une d'entre elles est optimized set reduction (osr). Les modeles sont alors compares et l'utilite de l'approche presentee est alors demontree experimentalement: des modeles plus precis et interpretables sont generes par osr