Monitoring des processus logiciels : un outil pour la maîtrise de la qualité des logiciels

Sorana Cîmpan, Flavio Oquendo

Université de Savoie

Ecole Supérieure d »Ingénieurs d »Annecy

Laboratoire LLP/CESALP

74016 Annecy – FRANCE

{cimpan,oquendo}@esia.univ-savoie.fr

Résumé : De nos jours il est accepté que la qualité d’un produit ne puisse pas être assurée en inspectant tout simplement le produit même ou en appliquant des contrôles statistiques de qualité : la qualité n’est pas seulement liée au produit, mais à l’organisation et au processus de production qui est employé. Cette évolution du concept de qualité logiciel vers des approches centrées processus est liée à la conviction que l’amélioration de la qualité des produits ainsi que la réduction des coûts sont assurées en certifiant des processus et en faisant en sorte que ces processus soient mis en œuvre. Nous proposons un environnement pour le monitoring des processus logiciels, l’environnement Omega (On-line Monitoring Environment : General and Adaptable). Le monitoring est défini comme une technique de surveillance comprenant des prises de mesures avec détection des déviations par rapport à un comportement attendu, ce dernier étant représenté par des modèles du processus à surveiller.

Abstract : During the past years it is largely accepted that the quality of a product cannot be guaranteed only by product inspection or applying statistical quality control: the quality is not only linked to the product, but to the organisation and the employed production process. This evolution of the software quality concept towards process-centred approaches is linked to the conviction that certifying processes and making sure that these processes are followed can ensure product quality improvement as well as cost reduction. In this context, we propose an environment for software process monitoring, the Omega environment (Omega stands for On-line Monitoring Environment: General and Adaptable). The monitoring is defined as a control technique including measurements and detection of deviations with respect to an expected behavior, the later being represented by models of the process to be monitored