Технології виявлення функціональних та нефункціональних вимог до комп'ютерних систем

Abstract

У кваліфікаційній роботі проаналізовано підходи щодо управління вимогами до комп’ютерних систем на етапах їх життєвого циклу і підтверджено важливу роль відповідних процесів, дій та активностей, оскільки вимоги є фундаментом для подальших стадій розробки комп’ютерних систем. Запропоновано процедуру і метод агломеративної ієрархічної кластеризації для визначення груп функціональних та нефункціональних вимог до комп’ютерних систем та обгрунтовано доцільність застосування метрик точності і повноти для визначення якості кластеризації вимог до комп’ютерних систем, а також введено метрику порівняння, яка дає змогу визначити відхилення кількості ідентифікованих кластерів, визначених за допомогою методу агломеративної ієрархічної кластеризації та фактично наявних кластерів. Побудовано програмний конвеєр опрацювання функціональних та нефункціональних вимог до комп’ютерних систем, що дало змогу практично реалізувати технології машинного навчання в процесі їх аналізу тим самим скоротивши часові витрати на виконання проекту та підвищивши якість його виконання.

The qualification work analyzed the approaches to managing requirements for computer systems at the stages of their life cycle and confirmed the important role of relevant processes, actions and activities, as requirements are the foundation for further stages of development of computer systems. The procedure and method of agglomerative hierarchical clustering for determining groups of functional and non-functional requirements for computer systems is proposed. The expediency of using accuracy and completeness metrics for determining the quality of clustering of requirements for computer systems is substantiated, and a comparison metric is also introduced, which makes it possible to determine the number of deviations identified clusters determined using the method of agglomerative hierarchical clustering and actually existing clusters. A software pipeline for processing functional and non-functional requirements for computer systems was built, which made it possible to practically implement machine learning technologies in the process of their analysis, thus reducing the time spent on project implementation and increasing the quality of its implementation.