Seção: Tutoriais Banda Larga

De maneira geral, no momento de liberação podemos identificar quatro cenários possíveis:

Cenário 1, ideal: o software apresenta um crescimento consistente de confiabilidade.

Cenário 2, quase ideal: o software apresenta uma taxa de defeito crescente mas a avaliação é que trata-se um efeito temporário e que a tendência após a liberação será de crescimento de confiabilidade.
Cenário 3, crítico: o software apresenta uma taxa de defeito decrescente e a avaliação é que trata-se um efeito temporário e que a tendência, após a liberação, será de decrescimento de confiabilidade durante um certo período.
Cenário 4, crítico: o software apresenta uma taxa de defeito crescente e a avaliação é que trata-se um efeito consistente e que a tendência após a liberação será de decrescimento de confiabilidade durante um certo período.

Não temos dados reais para mostrar os diversos cenários. Vamos ilustrar apenas os cenários 1 e 4.

Exemplo do cenário 1

Trata-se de um sistema de telecomunicaçãoes de grande porte que foi testado durante 225 dias. Ao longo desse tempo o sistema exibiu crescimento consistente de confiabilidade até a entrada de um novo módulo (após 169 dias de teste) que alterou o perfil de crescimento durante 23 dias.

Após esse período o sistema volta a crescer em confiabilidade. A previsão abaixo foi feita usando-se os dados dos últimos 90 dias de teste de modo a capturar a tendência mais recente. O objetivo foi prever o número de defeitos durante o teste de aceitação com duração de 52 dias.

A figura 1 mostra o número acumulado de defeitos detectados e o resultado do modelo de previsão. O cenário 1 permite a aplicação direta dos modelos de crescimento de confiabilidade para efetuar a previsão. Usamos o modelo S-Shaped apresentado no tutorial anterior.

O resultado é muito bom permitindo ao desenvolvedor prever as expectativas de defeitos e discuti-las com o cliente antes da execução dos testes de aceitação.

Figura 1: Exemplo do cenário 1.

Exemplo do cenário 4

Para o exemplo do cenário 4 vamos usar o arquivo de defeitos detectados da versão 3.8 do OpenBSD, que é a versão atual [3]. Ela foi liberada em 01/11/2005. A análise de tendência dos defeitos detectados mostra que após 26/09/2005 o número de defeitos detectados aumenta.

Veja a figura 2, a tendência ao aumento do número de defeitos é mostrada pela média móvel calculada sobre 10 dias.

Figura 2: OpenBSD R 3.8 – Defeitos detectados até a liberação.

Para efetuar a previsão de defeitos após a liberação não podemos aplicar diretamente os modelos de crescimento de confiabilidade porque o histórico de defeitos detectados não apresenta crescimento de confiabilidade.

A figura 3 mostra o resultado da previsão caso tentemos esse caminho usando o modelo S-Shaped.

Figura 3: OpenBSD R 3.8 – Previsão aplicado diretamente o modelo S-Shaped.

Para resolver esse problema propomos o uso de um índice previsor, que chamaremos apenas de previsor (predictor) que explicaremos a seguir.