博客
关于我
软件设计师考试笔记-(5)
阅读量:292 次
发布时间:2019-03-01

本文共 1149 字,大约阅读时间需要 3 分钟。

1.5 软件能力成熟度模型-CMM->CMMI

1.5.1 CMM概述

CMM(Capability Maturity Model,软件能力成熟度模型)是用于评价软件组织的软件开发和维护能力的一种成熟度模型。它通过将软件开发视为一个系统化的过程,并对各个阶段进行规范化管理,帮助企业实现软件质量的提升。CMM强调过程化管理,通过制定标准化流程和文档,确保软件开发的科学性和可控性。

1.5.2 CMM级别

CMM将软件能力成熟度分为五个等级,从初始级到优化级逐步提升。以下是各级别的主要特征:
  • 初始级(Initial):开发过程缺乏管理制度,工作流程不规范。项目成果不稳定,成功依赖项目负责人经验。
  • 可重复级(Repeatable):建立了基本的管理制度,开发工作按标准化流程执行。变更管理有章可循,新项目可基于历史经验重复成功。
  • 已定义级(Defined):开发和管理活动标准化并文档化,建立了完善的培训和评审机制。项目各岗位职责明确,管理过程可控。
  • 已管理级(Managed):实现了定量质量目标和过程控制,建立了过程数据库。生产率和质量可量度,能够预测和纠正质量趋势。
  • 优化级(Optimizing):能够持续改进过程,采用新技术和方法。掌握质量改善手段,建立过程效率统计分析机制。

1.5.3 CMMI概述

CMMI(Capability Maturity Model Integration,软件能力成熟度模型集成)是在CMM基础上发展而来的,用于指导软件开发过程的改进和评估。CMMI整合了CMM和其他模型的成果,成为更全面的软件成熟度评估标准。它由国际软件工程研究所(SEI)主导开发,经过多年研究,成为全球软件行业的重要评估工具。

1.5.4 CMMI模型的表示法

CMMI的模型表示分为两种形式:- **阶段式表示法**:将成熟度分为不连续的阶段,适合评估组织当前成熟度水平。- **连续式表示法**:将成熟度视为连续的过程,便于组织理解和实施改进措施。

1.5.5 CMMI级别

CMMI共有五个级别,数字越大成熟度越高。各级别的主要特征如下:
  • CMMI级(Execution): 项目目标明确,但成功率依赖于实施人员,任务执行存在较大偶然性。
  • CMMI二级(Management): 建立了完整的管理体系,遵循既定计划,资源配置明确,项目实施可监控和控制。
  • CMMI三级(Defined): 实施了标准化管理流程,管理制度化,能够在不同项目中保持一致的成功率。
  • CMMI四级(Quantitave): 实现了数字化管理,流程稳定,质量管理精度提高,降低了质量波动风险。
  • CMMI五级(Optimizing): 具备持续改进能力,能够主动发现和解决问题,实现过程优化和质量提升。

转载地址:http://xhao.baihongyu.com/

你可能感兴趣的文章
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_实现数据插入数据到目标数据库_实际操作03---大数据之Nifi工作笔记0042
查看>>
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIFI集群_内存溢出_CPU占用100%修复_GC overhead limit exceeded_NIFI: out of memory error ---大数据之Nifi工作笔记0017
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>
NIO ByteBuffer实现原理
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>
NIO Selector实现原理
查看>>
nio 中channel和buffer的基本使用
查看>>
NIO基于UDP协议的网络编程
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>