Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
ISO 25110:2025 软件质量度量框架
定义、收集、分析和报告软件质量度量指标的实用指南
1. ISO 25110 标准介绍
ISO 25110 为软件质量度量提供了全面框架，扩展了 SQuaRE 系列的度量概念，提供了关于定义、收集、分析和报告软件质量度量指标的实用指南。该标准通过提供详细的规范模板、度量函数定义和质量指标构建规则，架起了抽象质量模型（ISO 25010）与具体度量实施之间的桥梁。它适用于需要建立客观、可重复的度量程序的质量工程师、项目经理和过程改进专家，这些度量程序能够在整个开发生命周期和运行期间提供对软件产品质量的可操作见解。
ISO 25110 引入了”度量函数”的概念——一种将原始数据转换为质量指标的数学公式。在将度量函数用于通过/不通过决策之前，务必使用实际项目数据进行验证，并随着项目特征的变化定期重新校准。
2. 度量框架与质量指标
该标准定义了分层的度量结构，包括基本度量（直接可观察）、派生度量（从基本度量计算得出）和指标（为决策提供上下文）。这种三层方法确保原始度量数据逐步转化为可操作的管理信息。ISO 25110 还规定了如何为每个指标建立目标值、阈值限度和趋势分析方法。目标值定义期望的质量水平，阈值限界识别可接受与不可接受质量水平之间的边界，趋势分析方法跟踪随时间的变化，在质量退化达到临界水平之前发出警报。
基本度量是度量系统的基本构建块。它们代表软件产品或过程的可直接观察属性，如代码行数、发现的缺陷数、以毫秒为单位的响应时间或测试覆盖率百分比。派生度量通过数学公式组合基本度量，创建更具信息量的指标。例如，缺陷密度将缺陷计数和产品大小组合成一个标准化度量，使得不同规模产品之间的比较成为可能。质量指标通过将派生度量与阈值、目标和基线进行比较来添加上下文，将原始数字转化为可操作的信息，如”可维护性可接受”或”性能需要关注”。
| 度量级别 | 定义 | 示例（可维护性） |
|---|---|---|
| 基本度量 | 直接可观察的属性 | 源代码注释数量 |
| 派生度量 | 由基本度量计算得出 | 注释密度 = 注释数 / 代码行数 |
| 质量指标 | 为决策提供上下文 | 可维护性指数（MI）得分 |
| 决策标准 | 触发行动的阈值 | MI > 65 = 可接受；MI < 40 = 需采取行动 |
警惕”度量功能失调”——即团队针对度量指标而非底层质量属性进行优化。例如，如果注释具有误导性或无关紧要，仅增加注释密度并不能提高可维护性。ISO 25110 建议使用复合指标并定期审计度量数据质量，以抵制操纵行为并确保度量指标准确反映预期的质量属性。
3. 工程设计见解
成功实施 ISO 25110 度量需要仔细关注数据质量。该标准强调，度量结果的可信度取决于其背后的数据收集过程。自动化数据收集优于手动收集，因为它能消除人为错误并减少额外负担。静态分析工具、日志聚合器和 APM 平台可以配置为自动生成符合 ISO 25110 的基本度量。然而，自动化收集应辅以定期的数据质量审计，以确保测量工具保持校准，并且数据准确代表待评估的软件产品。
另一个重要的设计考虑因素是度量频率的选择。ISO 25110 认识到不同度量具有不同的最佳收集频率——代码复杂度度量可按每次提交收集，而客户满意度度量通常按每次发布收集。度量计划应明确指定每项度量的节奏，度量基础设施应支持不同的收集频率而不增加不必要的负担。现代度量平台可以处理异构的收集计划，将来自不同来源的数据聚合成统一的质量仪表板。
该标准还涉及度量数据解释的关键主题。没有上下文的原始度量值可能具有误导性，因此 ISO 25110 强调建立基线、基准和趋势的重要性。基线为解释当前度量提供参考点，基准能够与行业或组织规范进行比较，趋势揭示质量是改善、稳定还是随退化。组织应投资建立历史度量数据库，随着时间推移，这些数据库因支持日益复杂的趋势分析和预测建模而变得更加有价值。
实施 ISO 25110 度量计划的组织报告称，最有价值的见解通常并非来自单个度量指标，而是来自度量指标之间的相关性——例如，代码变更率与缺陷密度之间的关系可以早期预警高风险模块，从而在缺陷升级之前实施有针对性的质量改进干预。
4. 常见问题解答
问：我们应该追踪多少个度量指标？
答：ISO 25110 建议关注”关键少数”——通常是与关键业务目标对齐的 5-10 个关键指标。避免追踪所有指标，这会导致分析瘫痪。从小处着手，证明价值，然后逐步扩展。
答：ISO 25110 建议关注”关键少数”——通常是与关键业务目标对齐的 5-10 个关键指标。避免追踪所有指标，这会导致分析瘫痪。从小处着手，证明价值，然后逐步扩展。
问：如何处理测量不确定性？
答：该标准建议在报告点估计值的同时报告置信区间，特别是对于复合多个测量误差来源的派生度量。统计过程控制技术也有助于区分信号和噪声。
答：该标准建议在报告点估计值的同时报告置信区间，特别是对于复合多个测量误差来源的派生度量。统计过程控制技术也有助于区分信号和噪声。
问：ISO 25110 能否应用于 AI/ML 系统？
答：可以，但应纳入模型准确性、公平性和可解释性等方面的附加度量。度量框架可以适应新的质量属性，分层结构支持根据需要添加特定领域的度量。
答：可以，但应纳入模型准确性、公平性和可解释性等方面的附加度量。度量框架可以适应新的质量属性，分层结构支持根据需要添加特定领域的度量。
问：实施 ISO 25110 的最大挑战是什么？
答：最常见的挑战是数据质量——如果底层度量数据不完整、不准确或不一致，则生成的指标将具有误导性。在构建复杂的仪表板之前，应大力投资数据质量基础设施。
答：最常见的挑战是数据质量——如果底层度量数据不完整、不准确或不一致，则生成的指标将具有误导性。在构建复杂的仪表板之前，应大力投资数据质量基础设施。
