首页 > 其他分享 >HTSM的质量标准维度

HTSM的质量标准维度

时间:2024-05-23 18:07:00浏览次数:22  
标签:兼容性 质量标准 是否 能够 HTSM 用户 系统 产品 维度

功能性(Capability):系统功能是否正确,是否满足了用户需求?
可靠性(Reliability):在任何情况下是否都可以正常工作?
健壮性(容错性):系统在出现故障时,是否能够自动恢复或者忽略故障继续运行。
错误处理:产品在出现坏数据的情况下能够抵抗失败,在失败时能保持优雅,并易于恢复。(在失败时,也能够给出准确的提示信息,并告知用户如何进行处理解决)
数据完整性:系统中的数据是受保护的,不会发生数据丢失或数据损坏。
安全性:系统发生故障后,不会造成较大金额上的损失。
易用性(Usability):真实用户使用产品是否很容易?
易学性:产品的操作可以被⽬标⽤⼾快速掌握
易操作:产品可以轻松操作

 

兼容性(Compatibility):与外部的组件以及配置等是否可以兼容,正常工作?在不同的硬件平台上、不同的应用软件之间、不同的操作系统中、不同的网络环境中是否可以正常的运行。

应⽤程序兼容性:该产品与其他软件产品是否可以协同⼯作。
操作系统兼容性:产品是否能够在不同类型的操作系统中工作。
浏览器的兼容性:产品是否能够兼容不同类型、不同版本的浏览器。
硬件兼容性:该产品适⽤于特定的硬件组件和配置。
向后兼容性:产品可与⾃⾝的早期版本是否可以同时使⽤,数据、功能是否能够兼容。
性能(Performance):系统的响应速度是否够快?
性能测试很多时候是由专门的性能测试人员负责,但作为功能测试人员也一定要关注;性能测试除了常见的并发压测,其实更多的场景是由于系统的数据量大,最终导致查询、导入、导出等功能响应很慢;尤其再同时发生并发,或多任务并行,最终就很有可能导致一个导出任务,需要几天之后才能完成。

 

可访问:产品符合相关的可访问性标准,并与 O/S 可访问性功能配合使⽤。
安全性(Security):产品对未经授权的使⽤或⼊侵的保护程度如何?
⾝份验证:登录用户是否经过系统验证
授权:用户的权限是否进行了控制,根据不同角色或级别进行授权
隐私:客⼾或员⼯数据是否进行了加密保护
可扩展性(Scalability):是否有合理的规划,应对系统的增长(数据量、流量、复杂性)

 

易安装性(Installability):系统是否能够很容易得安装到对应的平台。
系统要求:产品是否能够识别某些必要组件缺失或不⾜?
配置:系统的哪些部分会受到安装的影响?⽂件和资源存储在哪里?
卸载:产品卸载时,是否能够清除干净?
升级/补丁:可以轻松添加新模块或升级新版本吗?他们是否会影响现有的配置吗?
管理:安装是否是由专⻔的管理⼈员处理?
易维护性(Development):系统是否容易进行开发、测试、维护?
可⽀持性:是否可以以较低的成本向产品用户提供协助支持
可测试性:是否可以用尽可能简单的方法进行快速测试
可维护性:构建、修复或增强产品的难易程度及成本如何?
可移植性:在其他地⽅移植或复⽤该技术的经济性如何?
可本地化:将产品应⽤于其他地⽅的经济性如何?

标签:兼容性,质量标准,是否,能够,HTSM,用户,系统,产品,维度
From: https://www.cnblogs.com/wi-Tim-n/p/18209112

相关文章

  • Pytorch中torch.max()函数维度的说明
    对于函数torch.max(tensor,dim,keepdim=False),需要厘清两个概念一个是torch.max怎么比较的实际上是取被比较元素对应位置的最大值如果是在一个向量中比较,那每个元素都是【c】的形式,对应位置就是本身比较,宏观来讲就是取该向量最大元素。如果在一个二维矩阵中比较,被比较元素......
  • Java Chassis 3:接口维度负载均衡
    本文分享自华为云社区《JavaChassis3技术解密:接口维度负载均衡》,作者:liubao68。在JavaChassis3技术解密:负载均衡选择器中解密了JavaChassis3负载均衡在解决性能方面提供的算法。这次解密的技术来源于实际客户案例:在客户的微服务系统中,存在很多种不同逻辑的接口,以及特殊......
  • Python pytorch 坐标系变换与维度转换
    前言深度学习中经常要用到张量坐标系变换与维度转换,因此记录一下,避免混淆坐标系变换坐标系变换(矩阵转置),主要是调换tensor/array的维度pytorchimporttorchdefinfo(tensor):print(f"tensor:{tensor}")print(f"tensorsize:{tensor.size()}")print(f"tenso......
  • 实景三维:城市数据要素的新维度
    引言在数字化转型的大潮中,数据已成为推动社会发展的关键要素。实景三维技术,作为一种新兴的数据表达形式,正在成为城市数据要素中不可或缺的一部分。它不仅丰富了数据的类型,更为城市规划、管理和服务提供了全新的视角。本文将探讨实景三维作为一种数据要素的价值和意义。实景三维......
  • NPOI扩展--判断指定单元格是否为合并单元格和输出该单元格的行列跨度(维度)
    namespaceNPOI{///<summary>///表示单元格的维度,通常用于表达合并单元格的维度///</summary>publicstructDimension{///<summary>///含有数据的单元格(通常表示合并单元格的第一个跨度行第一个跨度列),该字段可能为null......
  • 维度建模理论之事实表
    1 事实表概述事实表作为数据仓库维度建模的核心,紧紧围绕着业务过程来设计。其包含与该业务过程有关的维度引用(维度表外键)以及该业务过程的度量(通常是可累加的数字类型字段)。1.1 事实表特点事实表通常比较“细长”,即列较少,但行较多,且行的增速快。1.2 事实表分类事实......
  • 维度建模理论之维度表
    1 维度表概述维度表是维度建模的基础和灵魂。前文提到,事实表紧紧围绕业务过程进行设计,而维度表则围绕业务过程所处的环境进行设计。维度表主要包含一个主键和各种维度字段,维度字段称为维度属性。2 维度表设计步骤1)确定维度(表)在设计事实表时,已经确定了与每个事实表相关......
  • 您真的了解Java中的锁吗?这7种不同维度下的锁知道吗?
    写在开头在上几篇博文中,我们聊到过volatile关键字,用它修饰变量可以保证可见性与有序性,但它并不是锁,在使用时并不会阻塞线程,且不保证原子性,属于一种轻量级、高效的同步方式,因此,如果我们的使用场景仅需要保持可见性或者有序性,那可选择volatile,但如果必须保证原子性的话,volatile就不......
  • 中电金信:技术实践|Flink维度表关联方案解析
    ​导语:Flink是一个对有界和无界数据流进行状态计算的分布式处理引擎和框架,主要用来处理流式数据。它既可以处理有界的批量数据集,也可以处理无界的实时流数据,为批处理和流处理提供了统一编程模型。 维度表可以看作是用户来分析数据的窗口,它区别于事实表业务真实发生的数据,通常......
  • 张量维度改变总结
    文章目录一、view()或reshape()二、unsqueeze()三、squeeze()四、transpose()五、torch.expand_dims一、view()或reshape()  view()或reshape():这两个函数可以用于改变张量的形状,但保持元素总数不变。它们可以接受一个新的形状作为参数,并返回一个新的张量......