Defesa de Mestrado de Stallin Estefferson Ferreira da Silva

Título do Trabalho
Uso de requisitos não-funcionais na estimativa de esforço de software: revisão sistemática e resultados experimentais
Candidato(a)
Stallin Estefferson Ferreira da Silva
Nível
Mestrado
Data
24/04/20172017-04-23 21:00:00 2017-04-23 21:00:00 Defesa de Mestrado de Stallin Estefferson Ferreira da Silva Uso de requisitos não-funcionais na estimativa de esforço de software: revisão sistemática e resultados experimentais Auditório do IC 2 - Sala 85 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
14:00
Local
Auditório do IC 2 - Sala 85
Orientador(a)
Mário Lucio Côrtes
Banca Examinadora

Titulares:
Mário Lucio Côrtes (IC/UNICAMP)
Ricardo Ribeiro Gudwin (FEEC/UNICAMP)
Ariadne Maria Brito Rizzoni Carvalho (IC/UNICAMP)
Suplentes:
Fernando Antonio Campos Gomide (FEEC/UNICAMP)
Cecília Mary Fischer Rubira (IC/UNICAMP)

Resumo

Em gerenciamento de projetos computacionais, uma etapa bastante complicada e importante é a estimativa de esforço a partir dos requisitos do projeto de software. Diversos métodos de estimativa de esforço foram propostos nas últimas décadas, todos com o objetivo de prever o esforço e custo do projeto com baixas taxas de erro.

No entanto, muitos dos métodos algorítmicos de estimativa de esforço propostos ignoram os requisitos não-funcionais na modelagem de suas variáveis de entrada, outros métodos somente os utilizam parcialmente.

O objetivo deste trabalho é entender o uso dos requisitos não-funcionais nos métodos de estimativa de esforço e reforçar a importância da utilização deles para uma estimativa precisa. Uma revisão sistemática foi conduzida para verificar quais requisitos não-funcionais são usados, como eles são usados e quais seus efeitos sobre o erro da estimativa.

A revisão sistemática mostrou que apenas 33% dos 39 métodos algorítmicos usam requisitos não-funcionais, por sua vez, a correlação entre a precisão da estimativa com o uso deles foi inconclusiva. Para compreender tal correção, um quase-experimento foi realizado em datasets disponíveis publicamente na literatura. Este experimento mostrou que o uso de requisitos não-funcionais resultam em uma redução de aproximadamente 30% no erro da estimativa do software, com garantia estatística.