機械学習によるソフトウェア品質メトリクスの研究

摘要

近年のソフトウェア開発においては，新規開発に比べ既存のソフトウェアを改変する派生開発の比重が増している。一方で，度重なる改変が行われたシステムは，保守性の低下や品質の劣化が生じやすくなることが知られている。これは設計当初の機能を満たすよう最適化されていたソフトウXァの構造が，新たな機能追加に伴って変化をし，その最適性を維持できなくなることによる。ライフサイクルの長いソフトウェアシステムの品質を維持していくためには，各回の改変が構造に及ぼす影響を測り，その構造変化と品質の関係を評価するメトリクスが必要となる。