ಲಾಭಗಳು:
- ಲೈನ್, ಶಾಖೆ ಮತ್ತು ಸ್ಥಿತಿಯ ವ್ಯಾಪ್ತಿಯಂತಹ ಮೆಟ್ರಿಕ್ಗಳನ್ನು ನಕ್ಷೆಯಂತೆ ಓದುವ ಸಾಮರ್ಥ್ಯ, ಟ್ರಸ್ಟ್ ಅಲ್ಲ, ಮತ್ತು ಹೆಚ್ಚಿನ ಕವರೇಜ್ ಹುಸಿ-ನಂಬಿಕೆಯನ್ನು ನೀಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು
- ಕೋಡ್ ಸ್ಕೋಪ್ನ ಪಕ್ಕದಲ್ಲಿ ಅವಶ್ಯಕತೆಯ ವ್ಯಾಪ್ತಿಯನ್ನು ಇರಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಅಂತರವನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ
- ಅಪಾಯ = ಸಂಭವನೀಯತೆ × ಪ್ರಭಾವದ ಸೂತ್ರದೊಂದಿಗೆ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ, ಹೆಚ್ಚಿನ ಅಪಾಯಕ್ಕೆ ನೇರ ಸೀಮಿತ ಪರೀಕ್ಷಾ ಪ್ರಯತ್ನ, ಮತ್ತು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ವ್ಯಾಪ್ತಿಗೆ ಮೀರಿದ ದಾಖಲೆ
ನೀವು ಪ್ರತಿ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಶಾಶ್ವತವಾಗಿ ಪರೀಕ್ಷಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ; ಸಮಯ ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳು ಸೀಮಿತವಾಗಿವೆ. ಆದ್ದರಿಂದ ನಿಜವಾದ ಪ್ರಶ್ನೆ: ಸೀಮಿತ ಪರೀಕ್ಷಾ ಪ್ರಯತ್ನವನ್ನು ಎಲ್ಲಿ ಹಾಕಬೇಕು? ಎರಡು ಪರಿಕಲ್ಪನೆಗಳು ಈ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತವೆ. ಪರೀಕ್ಷಾ ಕವರೇಜ್-ಪರೀಕ್ಷೆಯಿಂದ ಎಷ್ಟು ಕೋಡ್ ಅಥವಾ ಅವಶ್ಯಕತೆಗಳನ್ನು ಸ್ಪರ್ಶಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುವ ಒಂದು ಮೆಟ್ರಿಕ್-ಪರೀಕ್ಷಿಸುತ್ತಿರುವುದನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಅಪಾಯ-ಆಧಾರಿತ ಪರೀಕ್ಷೆ - ಒಂದು ಪ್ರದೇಶದ ಕ್ಷೀಣತೆಯ ಸಂಭವನೀಯತೆಗೆ ಅನುಗುಣವಾಗಿ ಪರೀಕ್ಷಾ ಆದ್ಯತೆಯನ್ನು ನಿರ್ಧರಿಸುವ ವಿಧಾನ ಮತ್ತು ಅದು ಹದಗೆಟ್ಟಾಗ ಅದು ಉಂಟುಮಾಡುವ ಹಾನಿ - ಪ್ರಯತ್ನವನ್ನು ಹೆಚ್ಚು ಅಪಾಯಕ್ಕೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಎರಡರಲ್ಲೂ ಪ್ರಬಲ ವಿಶ್ಲೇಷಣಾ ಪಾಲುದಾರ: ಇದು ವ್ಯಾಪ್ತಿಯ ಅಂತರವನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ, ಅಪಾಯದ ಪ್ರದೇಶಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಆದರೆ ಕೇಂದ್ರ ಎಚ್ಚರಿಕೆ ಉಳಿದಿದೆ: AI ನೋಡುವ ಸ್ಕೋಪ್ಗಳ ಸಂಖ್ಯೆಯು ತಪ್ಪುದಾರಿಗೆಳೆಯಬಹುದು; ಏನನ್ನೂ ಪರಿಶೀಲಿಸದ ಪರೀಕ್ಷೆಗಳೊಂದಿಗೆ 100% ಸಾಲು ವ್ಯಾಪ್ತಿಯನ್ನು ಸಹ ಸಾಧಿಸಬಹುದು. ನಿಮ್ಮ ಕೆಲಸವು ವ್ಯಾಪ್ತಿಯನ್ನು ನಕ್ಷೆಯಂತೆ ಓದುವುದು, ಟ್ರಸ್ಟ್ ಅಲ್ಲ.
ಕವರೇಜ್ ಮೆಟ್ರಿಕ್ಗಳನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು
ಹಲವಾರು ರೀತಿಯ ವ್ಯಾಪ್ತಿಗಳಿವೆ, ಮತ್ತು ಎಲ್ಲವೂ ಸಮಾನವಾಗಿ ಅರ್ಥಪೂರ್ಣವಾಗಿಲ್ಲ:
- ಲೈನ್ ಕವರೇಜ್: ಒಮ್ಮೆಯಾದರೂ ಎಷ್ಟು ಸಾಲುಗಳ ಕೋಡ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗಿದೆ. ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಆದರೆ ದುರ್ಬಲ ಮಾನದಂಡ; ಒಂದು ಸಾಲು ಕೆಲಸ ಮಾಡುವುದರಿಂದ ಅದು ಸರಿಯಾಗಿ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಪುರಾವೆಯಾಗುವುದಿಲ್ಲ.
- ಶಾಖೆಯ ವ್ಯಾಪ್ತಿ: ಪ್ರತಿಯೊಂದು ಶಾಖೆಯನ್ನು (ಸತ್ಯ ಮತ್ತು ತಪ್ಪು ಎರಡೂ) ಪರೀಕ್ಷಿಸಲಾಗಿದೆಯೇ. ಸಾಲಿಗಿಂತ ಹೆಚ್ಚು ಅರ್ಥಪೂರ್ಣ.
- ಸ್ಥಿತಿಯ ವ್ಯಾಪ್ತಿ: ಸಂಕೀರ್ಣ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಪ್ರತಿ ಉಪ ಸ್ಥಿತಿಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಪರೀಕ್ಷಿಸುವುದು.
- ಮಾರ್ಗ ವ್ಯಾಪ್ತಿ: ಕೋಡ್ನೊಳಗೆ ತಾರ್ಕಿಕ ಮಾರ್ಗಗಳ ಸಂಯೋಜನೆಗಳು. ಇದು ಅತ್ಯಂತ ವ್ಯಾಪಕವಾಗಿದೆ ಆದರೆ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಸಂಪೂರ್ಣವಾಗಿ ತಲುಪಲು ಕಷ್ಟ.
ಎಚ್ಚರಿಕೆ: ಕವರೇಜ್ ಶೇಕಡಾವಾರು "ಗುಣಮಟ್ಟದ ಸ್ಕೋರ್" ಅಲ್ಲ. 100% ಸಾಲು ವ್ಯಾಪ್ತಿಯು ಸಾಲುಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆ ಎಂದು ಹೇಳುತ್ತದೆ; ಅದು ಸರಿಯಾದ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ (ಘಟಕ 1 ರಲ್ಲಿ ಹುಸಿ ಪಾಸ್). ಸ್ಕೋಪ್ ಅನ್ನು "ನಾನು ಎಲ್ಲಿ ನೋಡಿಲ್ಲ" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವಾಗಿ ಬಳಸಿ, "ಎಲ್ಲವನ್ನೂ ಪರೀಕ್ಷಿಸಲಾಗಿದೆ" ಎಂಬ ಭರವಸೆಯಾಗಿ ಅಲ್ಲ.
ವ್ಯಾಪ್ತಿ ಕುರುಡು ಕಲೆಗಳು
ಕವರೇಜ್ ಮೆಟ್ರಿಕ್ಗಳು ಎಷ್ಟು ಕೋಡ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಮಾತ್ರ ಅಳೆಯುತ್ತದೆ; ನೋಡಲಾಗುವುದಿಲ್ಲ: (1) ಪರೀಕ್ಷಿಸದ ಅವಶ್ಯಕತೆಗಳು (ಕೋಡ್ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಆದರೆ ವ್ಯವಹಾರ ನಿಯಮವು ತಪ್ಪಾಗಿದೆ), (2) ಕಾಣೆಯಾದ ಕೋಡ್ (ಎಂದಿಗೂ ಬರೆಯದ ನಿಯಂತ್ರಣಕ್ಕೆ ಯಾವುದೇ ವ್ಯಾಪ್ತಿ ಇಲ್ಲ), (3) ಡೇಟಾ/ಸ್ಟೇಟ್ ಸಂಯೋಜನೆಗಳು, (4) ಉಪಯುಕ್ತತೆ, ಕಾರ್ಯಕ್ಷಮತೆ, ಭದ್ರತೆ. ಆದ್ದರಿಂದ, ಅಗತ್ಯ ವ್ಯಾಪ್ತಿ (ಪ್ರತಿ ಸ್ವೀಕಾರ ಮಾನದಂಡವನ್ನು ಕನಿಷ್ಠ ಒಂದು ಪರೀಕ್ಷೆಯಿಂದ ಪೂರೈಸಬೇಕು) ಕೋಡ್ ಕವರೇಜ್ನ ಪಕ್ಕದಲ್ಲಿ ಇರಿಸಬೇಕು. ಅವಶ್ಯಕತೆ-ಪರೀಕ್ಷೆಯ ಮ್ಯಾಪಿಂಗ್ (ಟ್ರೇಸಬಿಲಿಟಿ ಮ್ಯಾಟ್ರಿಕ್ಸ್) ಅನ್ನು ಉತ್ಪಾದಿಸುವಲ್ಲಿ AI ಬಹಳ ಸಹಾಯಕವಾಗಿದೆ.
ಅಪಾಯ-ಆಧಾರಿತ ಪರೀಕ್ಷೆ: ನಾವು ಎಲ್ಲಿ ಪ್ರಯತ್ನವನ್ನು ಮಾಡುತ್ತೇವೆ?
ಅಪಾಯ = ಸಂಭವನೀಯತೆ (ಒಡೆಯುವ ಸಾಧ್ಯತೆ) × ಪರಿಣಾಮ (ಒಡೆದರೆ ಹಾನಿ). AI ನೊಂದಿಗೆ, ನೀವು ಈ ಎರಡು ಅಕ್ಷಗಳಲ್ಲಿ ವೈಶಿಷ್ಟ್ಯದ ಪಟ್ಟಿಯನ್ನು ಸ್ಕೋರ್ ಮಾಡಬಹುದು ಮತ್ತು ಹೀಟ್ ಮ್ಯಾಪ್ ಅನ್ನು ರಚಿಸಬಹುದು. ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆ × ಹೆಚ್ಚಿನ ಡೊಮೇನ್ಗಳು (ಪಾವತಿ, ದೃಢೀಕರಣ, ಡೇಟಾ ಸಮಗ್ರತೆ) ಅತ್ಯಂತ ತೀವ್ರವಾದ ಪರೀಕ್ಷೆಗೆ ಅರ್ಹವಾಗಿವೆ; ಕಡಿಮೆ × ಕಡಿಮೆ ಪ್ರದೇಶಗಳು (ವಿರಳವಾಗಿ ಬಳಸಲಾಗುವ ಆದ್ಯತೆಯ ಪರದೆ) ಬೆಳಕಿನ ಪರೀಕ್ಷೆಯು ಸಾಕಾಗುತ್ತದೆ.
ಪ್ರದೇಶ
ಸಂಭವನೀಯತೆ
ಪರಿಣಾಮ
ಅಪಾಯ
ಪರೀಕ್ಷಾ ಸಾಂದ್ರತೆ
ಪಾವತಿ ಹರಿವು
ಮಧ್ಯಮ
ತುಂಬಾ ಹೆಚ್ಚು
ಹೆಚ್ಚು
ಆಳವಾದ + ಯಾಂತ್ರೀಕೃತಗೊಂಡ
ದೃಢೀಕರಣ
ಮಧ್ಯಮ
ತುಂಬಾ ಹೆಚ್ಚು
ಹೆಚ್ಚು
ಆಳವಾದ + ಭದ್ರತೆ
ಉತ್ಪನ್ನ ಹುಡುಕಾಟ
ಹೆಚ್ಚು
ಮಧ್ಯಮ
ಮಧ್ಯಮ-ಹೆಚ್ಚು
ಆಟೊಮೇಷನ್ + ಅನ್ವೇಷಣೆ
ಪ್ರೊಫೈಲ್ ಫೋಟೋ
ಕಡಿಮೆ
ಕಡಿಮೆ
ಕಡಿಮೆ
ಬೆಳಕಿನ ನಿಯಂತ್ರಣ
ಸಹಾಯ ಪುಟ
ಕಡಿಮೆ
ತುಂಬಾ ಕಡಿಮೆ
ತುಂಬಾ ಕಡಿಮೆ
ವಿಮರ್ಶೆ
ಚೇಸಿಂಗ್ ಸ್ಕೋಪ್ನ ಬಲೆ
ಕವರೇಜ್ ಶೇಕಡಾವಾರು ಗುರಿಯನ್ನು ಮಾಡುವುದು (ಉದಾಹರಣೆಗೆ "ತಂಡವು 90% ಕವರೇಜ್ ಅನ್ನು ರವಾನಿಸಬೇಕು" ನಿಯಮ) ಅಪಾಯಕಾರಿ ಅಡ್ಡ ಪರಿಣಾಮವನ್ನು ಹೊಂದಿದೆ: ಡೆವಲಪರ್ಗಳು ಮತ್ತು ಪರೀಕ್ಷಕರು ನಿಜವಾದ ಅಪಾಯವನ್ನು ಪರಿಹರಿಸುವ ಬದಲು ಶೇಕಡಾವಾರು ಹೆಚ್ಚಿಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಾರೆ. ಫಲಿತಾಂಶವು ಸಾಮಾನ್ಯವಾಗಿ ಯಾವುದೇ ಸಮರ್ಥನೆಗಳು ಅಥವಾ ಕ್ಷುಲ್ಲಕ ಪರೀಕ್ಷೆಗಳಿಲ್ಲದ ಉಬ್ಬುವ ಸ್ಕೋಪ್ ಆಗಿದೆ - ಸಂಖ್ಯೆಯು ಚೆನ್ನಾಗಿ ಕಾಣುತ್ತದೆ ಆದರೆ ಯಾವುದೇ ರಕ್ಷಣೆ ಇಲ್ಲ. ಇದು ಸ್ವತಃ ಗುರಿಯಾದಾಗ ಮಾನದಂಡವು ಭ್ರಷ್ಟಗೊಳ್ಳುವ ವಿದ್ಯಮಾನವಾಗಿದೆ: "ಒಂದು ಅಳತೆಯು ಗುರಿಯಾದಾಗ, ಅದು ಉತ್ತಮ ಅಳತೆಯಾಗುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ." ಸ್ಕೋಪ್ ಅನ್ನು ಡಯಾಗ್ನೋಸ್ಟಿಕ್ ಟೂಲ್ ಆಗಿ ಬಳಸಿ, ಕಾರ್ಯಕ್ಷಮತೆಯ ವರದಿ ಕಾರ್ಡ್ ಅಲ್ಲ.
ಸ್ಕೋಪ್ ಅನ್ನು ದಿಕ್ಕಿನತ್ತ ಓದುವುದು ಆರೋಗ್ಯಕರ ವಿಧಾನವಾಗಿದೆ: "ನಿರ್ಣಾಯಕ ಪಾವತಿ ಮಾಡ್ಯೂಲ್ನಲ್ಲಿ ಶಾಖೆಯ ಕವರೇಜ್ 40% ನಲ್ಲಿ ಏಕೆ ಅಂಟಿಕೊಂಡಿದೆ?" ಪ್ರಶ್ನೆಯು "ಒಟ್ಟಾರೆ 90% ವ್ಯಾಪ್ತಿ ಇದೆಯೇ?" ಇದು ಪ್ರಶ್ನೆಗಿಂತ ಹೆಚ್ಚು ಮೌಲ್ಯಯುತವಾಗಿದೆ. ಮಾಡ್ಯೂಲ್ ಮತ್ತು ಅಪಾಯದ ಮಟ್ಟದಿಂದ ಸ್ಕೋಪ್ ವರದಿಯನ್ನು AI ಒಡೆಯುವಂತೆ ಮಾಡಿ; ಕಡಿಮೆ ವ್ಯಾಪ್ತಿಯೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಅಪಾಯದ ಪ್ರದೇಶಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ. ಹೀಗಾಗಿ, ವ್ಯಾಪ್ತಿಯು ಕುರುಡು ಶೇಕಡಾವಾರು ಬದಲಿಗೆ ಕಾರ್ಮಿಕರನ್ನು ನಿರ್ದೇಶಿಸುವ ದಿಕ್ಸೂಚಿಯಾಗುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: "100% ಕವರೇಜ್" ಎಂಬ ಘೋಷಣೆಯು ಒಂದು ಬಲೆಯಾಗಿದೆ. ಕೆಲವು ಕೋಡ್ ಅನ್ನು ಪರೀಕ್ಷಿಸುವುದು (ಸರಳ ಆಕ್ಸೆಸರ್ಗಳು, ಸ್ವಯಂ-ಉತ್ಪಾದಿತ ಭಾಗಗಳು) ಕಡಿಮೆ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ; ಅಲ್ಲಿ ವ್ಯಯಿಸಿದ ಶ್ರಮವನ್ನು ಹೆಚ್ಚಿನ ಅಪಾಯದ ವ್ಯಾಪಾರ ನಿಯಮಗಳಿಂದ ಅಪಹರಿಸಲಾಗಿದೆ. ಪ್ರತಿಯೊಂದು ಪ್ರಮುಖ ನಡವಳಿಕೆ ಮತ್ತು ಅಪಾಯವನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಗುರಿಯಾಗಿದೆ, ಪ್ರತಿ ಸಾಲಿನಲ್ಲ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ನನ್ನ ಪರೀಕ್ಷಾ ವ್ಯಾಪ್ತಿಯನ್ನು ಹೆಚ್ಚಿಸಿ."
ಪ್ರಬಲವಾಗಿದೆ: "ಈ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳ ಪಟ್ಟಿ ಮತ್ತು ಈ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪರೀಕ್ಷಾ ಪ್ರಕರಣಗಳನ್ನು ನೀಡಲಾಗಿದೆ. (1) ಯಾವುದೇ ಪರೀಕ್ಷೆಗಳಿಂದ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸದ ಕೋಷ್ಟಕ (ಅಗತ್ಯ ಕವರೇಜ್ ಅಂತರ). (2) ಸಂಭವನೀಯತೆ ಮತ್ತು ಪ್ರಭಾವದ ಅಕ್ಷಗಳ ಮೇಲೆ ಪ್ರತಿ ವೈಶಿಷ್ಟ್ಯವನ್ನು 1-5 ಸ್ಕೋರ್ ಮಾಡಿ; ಅಪಾಯದ ಮೂಲಕ ಶ್ರೇಣಿ = ಸಂಭವನೀಯತೆ × ಪರಿಣಾಮ. (3) ನನ್ನ ಮೊದಲ ಸೀಮಿತ ಅವಧಿಗೆ ನಾನು ಕಡಿಮೆ ಅಪಾಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಾರದು. ಏಕಮಾತ್ರ ಮಾನದಂಡವಾಗಿ ಕೋಡ್ ಲೈನ್ ಕವರೇಜ್: [...] ಪರೀಕ್ಷೆಗಳು: [...]"
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್; ವ್ಯಾಪ್ತಿಯನ್ನು ವ್ಯಾಪಾರದ ಅಪಾಯದೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ ಮತ್ತು ಸೀಮಿತ ಕಾರ್ಮಿಕರಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಅಗತ್ಯ ವ್ಯಾಪ್ತಿಯ ಅಂತರ:
ಕೆಳಗಿನ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳು ಮತ್ತು ಈ ಪರೀಕ್ಷಾ ಪ್ರಕರಣಗಳನ್ನು ನೀಡಲಾಗಿದೆ. ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಕೋಷ್ಟಕವನ್ನು ತಯಾರಿಸಿ: ಪ್ರತಿ ಮಾನದಂಡ -> ಪರೀಕ್ಷೆ(ಗಳು) ಅದನ್ನು ಪೂರೈಸುತ್ತದೆ. ಯಾವುದೇ ಪರೀಕ್ಷೆಗಳನ್ನು ಹೊಂದಿರದ ಮಾನದಂಡಗಳನ್ನು "ಕವರೇಜ್ ಗ್ಯಾಪ್" ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಮಾನದಂಡಗಳಿಗೆ ಸಂಪರ್ಕಿಸದ ಪರೀಕ್ಷೆಗಳನ್ನು "ಅಗತ್ಯ?" ಗುರುತು: ಮಾನದಂಡ: [...] / ಪರೀಕ್ಷೆಗಳು: [...]
2) ಅಪಾಯದ ಅಂಕಗಳು:
ಸಂಭವನೀಯತೆ (ಮುರಿಯುವ ಸಾಧ್ಯತೆ) ಮತ್ತು ಪ್ರಭಾವ (ಒಡೆದರೆ ಹಾನಿ) ಅಕ್ಷಗಳ ಮೇಲೆ ಈ ವೈಶಿಷ್ಟ್ಯಗಳು/ಮಾಡ್ಯೂಲ್ಗಳ ಪಟ್ಟಿಯನ್ನು 1-5 ಸ್ಕೋರ್ ಮಾಡಿ. ಅಪಾಯ = ಸಂಭವನೀಯತೆ × ಪರಿಣಾಮ. ಕೋಷ್ಟಕದಲ್ಲಿ ವಿಂಗಡಿಸಿ ಮತ್ತು ಪ್ರತಿ ಹೆಚ್ಚಿನ ಅಪಾಯದ ಪ್ರದೇಶಕ್ಕೆ ಶಿಫಾರಸು ಮಾಡಲಾದ ಪರೀಕ್ಷಾ ಪ್ರಕಾರವನ್ನು (ಘಟಕ/API/UI/ವಿಚಕ್ಷಣ/ಭದ್ರತೆ) ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. ಪಟ್ಟಿ: [...]
3) ವ್ಯಾಪ್ತಿ ವ್ಯಾಖ್ಯಾನ:
ಕೆಳಗಿನ ಕವರೇಜ್ ವರದಿಯನ್ನು ನೀಡಲಾಗಿದೆ (ಸಾಲು%, ಶಾಖೆ %). ನನಗೆ ಇದನ್ನು ಹೇಳಿ:- ಈ ಸಂಖ್ಯೆಗಳು ಏನನ್ನು ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ?- ಹೆಚ್ಚಿನ ಸಾಲು ವ್ಯಾಪ್ತಿಯ ಹೊರತಾಗಿಯೂ ಅಪಾಯದಲ್ಲಿರುವ ಪ್ರದೇಶಗಳು ಯಾವುವು?- ಕವರೇಜ್ ನೋಡದ ಅಂತರಗಳಿಗೆ (ಅಗತ್ಯತೆ, ಡೇಟಾ ಸಂಯೋಜನೆ, ಭದ್ರತೆ) ಯಾವ ಹೆಚ್ಚುವರಿ ಪರೀಕ್ಷೆಯನ್ನು ನೀವು ಶಿಫಾರಸು ಮಾಡುತ್ತೀರಿ? ವರದಿ: [ಅಂಟಿಸಿ]
4) ಸೀಮಿತ ಸಮಯದ ಯೋಜನೆ:
ಪ್ರಸಾರಕ್ಕೆ [X ಗಂಟೆಗಳು] ಉಳಿದಿದೆ. ಕೆಳಗಿನ ಅಪಾಯದ ಶ್ರೇಯಾಂಕ ಮತ್ತು ವ್ಯಾಪ್ತಿಯ ಅಂತರವನ್ನು ನೀಡಲಾಗಿದೆ. ಈ ಅವಧಿಯಲ್ಲಿ, ಗರಿಷ್ಠ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಪರೀಕ್ಷಾ ಯೋಜನೆಯನ್ನು ಆದ್ಯತೆಯ ಕ್ರಮದಲ್ಲಿ ತಯಾರಿಸಲಾಗುತ್ತದೆ. ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಏನನ್ನು ಪರೀಕ್ಷಿಸಬಾರದು ಮತ್ತು ಹಾಗೆ ಮಾಡುವ ಅಪಾಯವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ. ಡೇಟಾ: [...]
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 — 100% ಕವರೇಜ್, ಶೂನ್ಯ ನಂಬಿಕೆ. ಒಂದು ತಂಡವು 94% ಲೈನ್ ಕವರೇಜ್ ಅನ್ನು ಹೆಮ್ಮೆಪಡುತ್ತದೆ. "ಸ್ಕೋಪ್ ಇಂಟರ್ಪ್ರಿಟೇಶನ್" ವಿಶ್ಲೇಷಣೆಯು ಹೆಚ್ಚಿನ ಪರೀಕ್ಷೆಗಳು ಪ್ರತಿಪಾದನೆ-ಕಡಿಮೆ ಎಂದು ತೋರಿಸಿದೆ, ಅಂದರೆ ಅವರು ಸಾಲುಗಳನ್ನು ಓಡಿಸಿದರು ಆದರೆ ಏನನ್ನೂ ಪರಿಶೀಲಿಸಲಿಲ್ಲ. ನಿಜವಾದ ರಕ್ಷಣಾತ್ಮಕ ಕವರೇಜ್ ತುಂಬಾ ಕಡಿಮೆಯಾಗಿದೆ. ತಂಡವು ಸಂಖ್ಯೆಗಳ ಮೇಲೆ ಗಮನಹರಿಸದೆ ರೂಪಾಂತರ ಪರೀಕ್ಷೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ (ಘಟಕ 10); ನಿಜವಾದ ದೋಷ ಕ್ಯಾಚ್ ದರ ದ್ವಿಗುಣಗೊಂಡಿದೆ.
ಪ್ರಕರಣ 2 - ಅಪಾಯದ ನಕ್ಷೆ ಸರಿಪಡಿಸಿದ ಆದ್ಯತೆ. ಒಂದು ತಂಡವು ತಮ್ಮ ಪರೀಕ್ಷಾ ಪ್ರಯತ್ನದ 40% ಅನ್ನು ಅಪರೂಪವಾಗಿ ಬಳಸಿದ ವರದಿ ಮಾಡುವ ಪರದೆಯ ಮೇಲೆ ಖರ್ಚು ಮಾಡುತ್ತಿದೆ, ಏಕೆಂದರೆ ಅದು "ಕೇವಲ ಕೆಲಸ ಮಾಡುತ್ತದೆ" ಏಕೆಂದರೆ ಪಾವತಿಯ ಹರಿವನ್ನು ಬಿಟ್ಟುಬಿಡುತ್ತದೆ. AI ರಿಸ್ಕ್ ಸ್ಕೋರಿಂಗ್ ಈ ಅಸಮತೋಲನವನ್ನು ತೋರಿಸಿದೆ. ಕಾರ್ಮಿಕರನ್ನು ಪುನರ್ವಿತರಣೆ ಮಾಡಲಾಯಿತು; ಎರಡು ವಾರಗಳ ನಂತರ ಪಾವತಿಯ ಹರಿವಿನಲ್ಲಿ ಹೆಚ್ಚಿನ ಪರಿಣಾಮದ ದೋಷ ಕಂಡುಬಂದಿದೆ ಮತ್ತು ಪೂರ್ವ-ಪ್ರತ್ಯಕ್ಷವಾಗಿ ಮುಚ್ಚಲಾಯಿತು.
ಪ್ರಕರಣ 3 - ವ್ಯಾಪ್ತಿಯಿಂದ ಜಾಗೃತವಾಗಿದೆ. ಬಿಡುಗಡೆಯಾದ 4 ಗಂಟೆಗಳ ನಂತರ, "ಸೀಮಿತ ವೇಳಾಪಟ್ಟಿ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಏನನ್ನು ಪರೀಕ್ಷಿಸಬೇಕು ಮತ್ತು ಯಾವುದನ್ನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಬಿಟ್ಟುಬಿಡಬೇಕು ಎಂಬುದನ್ನು ತಂಡವು ನಿರ್ಧರಿಸಿತು. ಎರಡು ಹೆಚ್ಚಿನ ಅಪಾಯದ ಹೊಳೆಗಳನ್ನು ಆಳವಾಗಿ ಪರೀಕ್ಷಿಸಲಾಯಿತು; ಕಡಿಮೆ-ಅಪಾಯದ ಆದ್ಯತೆಯ ಪರದೆಯನ್ನು "ಸ್ವೀಕರಿಸಿದ ಅಪಾಯ" ಎಂದು ದಾಖಲಿಸಲಾಗಿದೆ ಮತ್ತು ಬಿಟ್ಟುಬಿಡಲಾಗಿದೆ. ನಿರ್ಧಾರವು ಪಾರದರ್ಶಕ ಮತ್ತು ತರ್ಕಬದ್ಧವಾಗಿತ್ತು; ಆವೃತ್ತಿಯು ಸುರಕ್ಷಿತವಾಗಿ ಹೊರಬಂದಿದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಗುಣಮಟ್ಟಕ್ಕಾಗಿ ತಪ್ಪಾದ ವ್ಯಾಪ್ತಿಯ ಶೇಕಡಾವಾರು. ಹೆಚ್ಚಿನ ಸಾಲಿನ ವ್ಯಾಪ್ತಿಯನ್ನು "ಪರೀಕ್ಷಿತ" ಭರವಸೆಯಂತೆ ಓದುವುದು.
- ಕೋಡ್ ಕವರೇಜ್ ಅನ್ನು ಮಾತ್ರ ನೋಡುತ್ತಿದೆ. ಅವಶ್ಯಕತೆಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು (ಪ್ರತಿ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳ ಪರೀಕ್ಷೆ).
- ಅಪಾಯವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳದೆ ಸಮಾನವಾಗಿ ಪರೀಕ್ಷಿಸುವುದು. ಕಡಿಮೆ ಅಪಾಯದ ಪ್ರದೇಶಗಳಿಗೆ ಕಾರ್ಮಿಕರನ್ನು ನಿಯೋಜಿಸುವುದು ಮತ್ತು ನಿರ್ಣಾಯಕ ಹರಿವುಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು.
- ವ್ಯಾಪ್ತಿಯಿಂದ ಮರೆಮಾಡಲಾಗುತ್ತಿದೆ. ಸಾಕಷ್ಟು ಸಮಯವಿಲ್ಲದಿದ್ದಾಗ ಪರೀಕ್ಷಿಸದಿದ್ದನ್ನು ದಾಖಲಿಸದಿರುವುದು; ಬಿಡುಗಡೆಯ ನಂತರದ ಅಚ್ಚರಿಗಳು.
- ಪ್ರಶ್ನೆಯಿಲ್ಲದೆ AI ನ ಅಪಾಯದ ಸ್ಕೋರ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವುದು. AI ಉತ್ಪನ್ನದ ಸಂದರ್ಭವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಿಳಿದಿಲ್ಲ; ಪರಿಣಿತ ಕಣ್ಣಿನೊಂದಿಗೆ ಅಂಕಗಳನ್ನು ಹೊಂದಿಸಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ಪರೀಕ್ಷಾ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಅಪಾಯ-ಆಧಾರಿತ ಪರೀಕ್ಷೆಯು ಸೀಮಿತ ಪ್ರಯತ್ನವನ್ನು ಸರಿಯಾದ ಸ್ಥಳಕ್ಕೆ ನಿರ್ದೇಶಿಸಲು ಎರಡು ಸಾಧನಗಳಾಗಿವೆ. ಕವರೇಜ್ ಮೆಟ್ರಿಕ್ಗಳು (ರೇಖೆ, ಶಾಖೆ, ಸ್ಥಿತಿ, ಮಾರ್ಗ) ಸ್ಪರ್ಶಿಸಿರುವುದನ್ನು ತೋರಿಸುತ್ತದೆ ಆದರೆ ಅದು ಸರಿಯಾಗಿ ವರ್ತಿಸಿದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ; ವ್ಯಾಪ್ತಿ ಒಂದು ನಕ್ಷೆ, ನಂಬಿಕೆ ಅಲ್ಲ. ಕೋಡ್ ಕವರೇಜ್ನ ಪಕ್ಕದಲ್ಲಿ ಅವಶ್ಯಕತೆಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ಇರಿಸಿ. ಅಪಾಯ = ಸಂಭವನೀಯತೆ × ಪರಿಣಾಮ ಮತ್ತು ಹೆಚ್ಚಿನ ಅಪಾಯಕ್ಕೆ ನೇರ ಪ್ರಯತ್ನದ ಸೂತ್ರದೊಂದಿಗೆ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡಿ. AI ಅಂತರವನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ, ಅಪಾಯವನ್ನು ಸ್ಕೋರ್ ಮಾಡುತ್ತದೆ, ಸೀಮಿತ ಸಮಯವನ್ನು ಯೋಜಿಸುತ್ತದೆ; ಆದರೆ ಅಂತಿಮ ಆದ್ಯತೆ ಮತ್ತು "ಪ್ರಜ್ಞಾಪೂರ್ವಕ ಆಯ್ಕೆಯಿಂದ ಹೊರಗುಳಿಯುವ" ನಿರ್ಧಾರವು ವ್ಯವಹಾರದ ಸಂದರ್ಭವನ್ನು ತಿಳಿದಿರುವ ಪರಿಣಿತರೊಂದಿಗೆ ಇರುತ್ತದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಸ್ವಂತ ಯೋಜನೆಯಿಂದ ಮಾಡ್ಯೂಲ್ ಆಯ್ಕೆಮಾಡಿ. AI ಜೊತೆಗೆ "ಅವಶ್ಯಕತೆಗಳ ಸ್ಕೋಪ್ ಗ್ಯಾಪ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ರನ್ ಮಾಡಿ ಮತ್ತು ಯಾವ ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳನ್ನು ಪರೀಕ್ಷಿಸಲಾಗಿಲ್ಲ ಎಂಬುದನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ. ನಂತರ "ಅಪಾಯ ಸ್ಕೋರಿಂಗ್" ನೊಂದಿಗೆ ಸಂಭವನೀಯತೆ × ಪರಿಣಾಮದ ಅಕ್ಷಗಳ ಮೇಲೆ ಮಾಡ್ಯೂಲ್ನ ಉಪ-ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಶ್ರೇಣೀಕರಿಸಿ. "ಸೀಮಿತ ವೇಳಾಪಟ್ಟಿ" ಯೊಂದಿಗೆ ನೀವು ಹೊಂದಿರುವ (ಕಾಲ್ಪನಿಕ) 3 ಗಂಟೆಗಳ ಪರೀಕ್ಷಾ ಸಮಯವನ್ನು ವಿತರಿಸಿ; ನೀವು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಏನನ್ನು ಪರೀಕ್ಷಿಸುವುದಿಲ್ಲ ಮತ್ತು ಸ್ವೀಕರಿಸಿದ ಅಪಾಯವನ್ನು ಬರೆಯಿರಿ. ನೀವು ಕಂಡುಕೊಳ್ಳುವ ಹೆಚ್ಚಿನ ಅಪಾಯದ ವ್ಯಾಪ್ತಿಯ ಅಂತರವನ್ನು ಮುಚ್ಚುವ ಕಾಂಕ್ರೀಟ್ ಪರೀಕ್ಷೆಯನ್ನು ಸೇರಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ವ್ಯಾಪ್ತಿಯ ಶೇಕಡಾವನ್ನು ನಕ್ಷೆಯಂತೆ ಓದುತ್ತೇನೆ, ಗುಣಮಟ್ಟವಲ್ಲ.
- [ ] ಕೋಡ್ ಕವರೇಜ್ ಜೊತೆಗೆ, ನಾನು ಅಗತ್ಯ ವ್ಯಾಪ್ತಿಯನ್ನು ಸಹ ತೆಗೆದುಹಾಕಿದ್ದೇನೆ.
- [ ] ನಾನು ಸಂಭವನೀಯತೆ × ಪ್ರಭಾವದ ಮೂಲಕ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡಿದ್ದೇನೆ ಮತ್ತು ಅಪಾಯದಿಂದ ಅವುಗಳನ್ನು ಶ್ರೇಣೀಕರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪರೀಕ್ಷೆಯ ಪ್ರಯತ್ನವನ್ನು ಹೆಚ್ಚಿನ ಅಪಾಯಕ್ಕೆ ಮರುನಿರ್ದೇಶಿಸಿದೆ.
- [ ] ನಾನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಪರೀಕ್ಷಿಸದ ಪ್ರದೇಶಗಳನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ ಮತ್ತು ಅಪಾಯವನ್ನು ಒಪ್ಪಿಕೊಂಡಿದ್ದೇನೆ.
- [ ] ನನ್ನ ಉತ್ಪನ್ನದ ಸಂದರ್ಭವನ್ನು ಆಧರಿಸಿ ನಾನು AI ನ ಅಪಾಯದ ಸ್ಕೋರ್ಗಳನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.