Qualité des logiciels : modèle de prédiction de la maturité - Application en automobile

Software quality: maturity prediction model - Automotive application

• Auteur / Autrice : Reda Naddam
• Direction : Claude Baron, Yann Argotti
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/04/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
• Partenaire(s) de recherche : Equipe de recherche : ISI - Ingéniérie Système et Intégration
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national des sciences appliquées (Toulouse ; 1961-....)

Mots clés

Mots clés libres

Développement logiciel

Prédiction

Qualité

Automobile

Maturité

Ingénierie système

Software development

Prediction

Quality

Automotive

Maturity

System engineering

Résumé

Dans ce projet de recherche nous visons à développer un nouvel outil appelé “Maturity Predictability Model ” afin de résoudre des défis fondamentaux dans le développement des logiciels. Actuellement, le cycle de vie d'un produit logiciel se compose de différentes phases, de nombreuses mesures sont réalisées durant ces phases, ces mesures isolées ne garantissent pas la qualité du produit final. L'objectif sera donc d'effectuer plusieurs analyses statistiques ainsi que d'associer des modèles de data mining et des réseaux neuronaux dans le but de prendre des décisions stratégiques, optimiser les ressources et prédire la qualité du produit. L'outil proposé durant ce projet vise à évaluer la maturité du projet, du processus et du produit. Il permettra d'identifier les risques et les problèmes liés à la qualité, trouver des axes d'améliorations, les chemins critique et prédire la qualité en fonction des différents scénarios. Cela signifie un développement des modèles qualitatifs en utilisant des réseaux bayésiens afin de comprendre l'influence des caractéristiques entre elles, la prise en compte du polymorphisme, ainsi que la considération des seuils objectifs et des processus de management de la qualité et du développement. Le “Maturity Predictability Model” intégrera également la réglementation européenne sur la protection des données, la cybersécurité ainsi que d'autres aspects de la qualité des données. Ses objectifs incluent la facilitation de l'ingestion des données de mesures, l'optimisation de la performance et la création de valeur dans le domaine de l'ingénierie logicielle et des systèmes, la réduction des risques grâce à des analyses et des prédictions sur la maturité et la stabilité, ainsi que le soutien des activités liées à la qualité dans le cadre du framework SAFe et du processus de développement interne (ASWP).

In this research project we aim to develop a new tool called “Maturity Predictability Model” in order to solve fundamental challenges in software development. Currently, the life cycle of a software product is made up of different phases, many measurements are carried out during these phases, these isolated measurements do not guarantee the quality of the final product. The objective will therefore be to carry out several statistical analyzes as well as to combine data mining models and neural networks in order to make strategic decisions, optimize resources and predict product quality. The tool proposed during this project aims to assess the maturity of the project, process and product. It will identify risks and problems related to quality, find areas for improvement, critical paths and predict quality based on different scenarios. This means developing qualitative models using Bayesian networks in order to understand the influence of characteristics between them, taking into account polymorphism, as well as considering objective thresholds and quality and development management processes. The “Maturity Predictability Model” will also incorporate European regulations on data protection, cybersecurity and other aspects of data quality. Its objectives include facilitating the ingestion of measurement data, optimizing performance and creating value in software and systems engineering, reducing risks through analysis and predictions on the maturity and stability, as well as supporting quality-related activities within the SAFe framework and internal development process (ASWP).