李子航 葛陽 劉思語 黃文圣 張大偉通信作者

摘要：互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量保障，是目前業(yè)界比較關(guān)注的問題。本文在分析互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性特征及其形成機(jī)制的基礎(chǔ)上，提出了基于軟件開發(fā)過程和生命周期理論的互聯(lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性質(zhì)量保障方法，并以具體項(xiàng)目為例，進(jìn)行了實(shí)踐驗(yàn)證。近年來，互聯(lián)網(wǎng)人工智能軟件系統(tǒng)在社會生產(chǎn)和生活中發(fā)揮著越來越重要的作用，但同時也出現(xiàn)了大量問題，其中一個重要原因是缺乏相應(yīng)的質(zhì)量保障方法。因此，研究和探索互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量保障方法，對促進(jìn)該系統(tǒng)健康發(fā)展具有重要意義。

關(guān)鍵詞：人工智能；非功能屬性；質(zhì)量保障方法

引言

隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)軟件系統(tǒng)也發(fā)生了巨大變化，人工智能軟件系統(tǒng)以其高效、智能化、人性化等特點(diǎn)，正在被廣泛應(yīng)用于各行各業(yè)。人工智能軟件系統(tǒng)的應(yīng)用在給人們生活帶來便捷的同時，也給用戶帶來了一定程度的困擾，如網(wǎng)絡(luò)安全問題、隱私保護(hù)問題、算法歧視問題等。目前，國內(nèi)外學(xué)者對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的研究主要集中在安全性、可靠性、易用性等方面。隨著互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的規(guī)模和復(fù)雜程度不斷提升，人們對其質(zhì)量要求也隨之提高，以保證人工智能軟件系統(tǒng)的安全性和可靠性。

在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量保障過程中，主要關(guān)注系統(tǒng)功能層面的質(zhì)量保障，而忽略了其非功能屬性的質(zhì)量保障。在人工智能軟件系統(tǒng)的實(shí)際開發(fā)過程中，人們往往會忽視軟件系統(tǒng)非功能屬性，導(dǎo)致人工智能軟件系統(tǒng)難以滿足用戶需求和期望。因此，研究和探索互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性及其質(zhì)量保障方法，對提升互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量具有重要意義。本文針對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性中存在的問題，分析了其形成機(jī)制，并從軟件開發(fā)過程和生命周期理論的角度，提出了相應(yīng)的質(zhì)量保障方法，并以某保險公司“智能理賠服務(wù)”項(xiàng)目為例進(jìn)行了實(shí)踐驗(yàn)證。

1. 非功能屬性

非功能屬性是指軟件系統(tǒng)中不具備實(shí)現(xiàn)某個功能所必需的全部信息，或者不具有實(shí)現(xiàn)某個功能所必需的全部功能，但能夠滿足用戶某種需求，且對系統(tǒng)性能、可靠性、安全性等無不良影響的屬性。從軟件系統(tǒng)的功能需求分析入手，考慮到互聯(lián)網(wǎng)人工智能軟件系統(tǒng)具有以下幾個特點(diǎn)：（1）系統(tǒng)是以數(shù)據(jù)為核心；（2）軟件是一個復(fù)雜的系統(tǒng)，除了需要完成某一特定功能外，還需要實(shí)現(xiàn)多種不同的功能；（3）軟件系統(tǒng)具有一定的開放性和可移植性；（4）系統(tǒng)由多個子系統(tǒng)組成，各子系統(tǒng)之間相互關(guān)聯(lián)、相互影響，存在著明顯的耦合關(guān)系；（5）系統(tǒng)中包含大量的數(shù)據(jù)和業(yè)務(wù)處理流程，這些數(shù)據(jù)和流程往往具有較強(qiáng)的可移植性[1]。

基于以上特點(diǎn)，互聯(lián)網(wǎng)人工智能軟件系統(tǒng)中往往存在一些非功能屬性，這些非功能屬性會給軟件系統(tǒng)帶來潛在的風(fēng)險，從而影響到軟件系統(tǒng)的可靠性、易用性、可維護(hù)性等。為了保證互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量，首先，必須了解其非功能屬性的特征，以及這些非功能屬性的形成機(jī)制；其次，在進(jìn)行互聯(lián)網(wǎng)人工智能軟件系統(tǒng)開發(fā)前，必須要對軟件系統(tǒng)進(jìn)行需求分析和設(shè)計，以保證軟件系統(tǒng)滿足需求分析和設(shè)計階段的非功能屬性要求；再次，在進(jìn)行互聯(lián)網(wǎng)人工智能軟件系統(tǒng)開發(fā)過程中，必須要按照嚴(yán)格的生命周期過程進(jìn)行開發(fā)，以保證整個開發(fā)過程嚴(yán)格按照既定的質(zhì)量標(biāo)準(zhǔn)進(jìn)行；最后，在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的生命周期結(jié)束后，必須要對軟件系統(tǒng)進(jìn)行分析、測試和驗(yàn)收，以保證整個軟件系統(tǒng)達(dá)到設(shè)計目標(biāo)[2]。

2. 存在的問題

互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，主要包括應(yīng)用程序性能、計算資源、存儲資源、網(wǎng)絡(luò)帶寬、用戶隱私等。這些非功能屬性對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的運(yùn)行性能和服務(wù)質(zhì)量影響重大，在實(shí)際應(yīng)用過程中，對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量保障提出了嚴(yán)峻挑戰(zhàn)。具體如下：

（1）由于非功能屬性的存在，使得互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)工作量巨大，通常需要耗費(fèi)大量的時間和精力進(jìn)行開發(fā)，甚至在整個生命周期內(nèi)都難以完成。

（2）由于非功能屬性對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的性能影響重大，其測試用例設(shè)計需要充分考慮對性能的影響，測試結(jié)果一般會存在較大偏差。

（3）由于非功能屬性對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的運(yùn)行效率、運(yùn)行速度、穩(wěn)定性等有較大影響，其測試用例設(shè)計需要充分考慮對系統(tǒng)的影響，測試結(jié)果一般也會存在較大偏差。

（4）由于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，可能會產(chǎn)生一些安全問題，因此在實(shí)際應(yīng)用過程中，對其安全保障要求也比較高。

（5）由于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，可能會導(dǎo)致用戶隱私泄露，因此在實(shí)際應(yīng)用過程中，用戶隱私保護(hù)是一個重要問題，也是一個重要挑戰(zhàn)。

（6）由于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，可能會導(dǎo)致系統(tǒng)產(chǎn)生故障，因此在實(shí)際應(yīng)用過程中，對其故障處理能力要求比較高。

（7）由于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，可能會產(chǎn)生一些其他問題。由于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)通常具有跨平臺的特點(diǎn)，因此，在不同的操作系統(tǒng)環(huán)境下，系統(tǒng)可能會出現(xiàn)兼容性問題，導(dǎo)致無法正常運(yùn)行。

3. 形成機(jī)制

根據(jù)軟件開發(fā)過程和生命周期理論，軟件系統(tǒng)的非功能屬性主要包括性能、可靠性、安全性、可維護(hù)性和易用性等。這些屬性是軟件系統(tǒng)在不同的開發(fā)階段中由用戶需求驅(qū)動的，主要作用是滿足用戶對軟件功能和性能的需求。互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性與普通軟件系統(tǒng)相比具有以下4個特點(diǎn)：

（1）在不同階段，用戶對軟件的功能和性能需求可能發(fā)生變化；

（2）隨著時間的推移，用戶需求可能會發(fā)生變化，導(dǎo)致需求變更；

（3）用戶需求和軟件功能、性能需求之間存在一定的差異；

（4）用戶需求可能會與供應(yīng)商提供的產(chǎn)品特性相沖突。

由此可以看出，互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性主要是由需求驅(qū)動的，需求的變化和迭代是產(chǎn)生非功能屬性的前提條件，而數(shù)據(jù)的質(zhì)量直接影響著軟件系統(tǒng)的性能和可靠性。

基于軟件開發(fā)過程和生命周期理論，我們認(rèn)為，互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性通過以下3種機(jī)制形成：

3.1 數(shù)據(jù)驅(qū)動

基于數(shù)據(jù)的非功能屬性是互聯(lián)網(wǎng)人工智能軟件系統(tǒng)特有的特征，因此只有充分利用數(shù)據(jù)才能滿足用戶對軟件功能和性能的要求。

（1）數(shù)據(jù)采集：在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)過程中，可以根據(jù)用戶需求和任務(wù)，選擇合適的技術(shù)手段，通過對用戶提供的數(shù)據(jù)進(jìn)行分析、挖掘和利用，實(shí)現(xiàn)對用戶需求的滿足。

（2）數(shù)據(jù)存儲：互聯(lián)網(wǎng)人工智能軟件系統(tǒng)要具有高并發(fā)、高可用的特點(diǎn)，數(shù)據(jù)存儲必須有較強(qiáng)的可靠性和可用性。

（3）數(shù)據(jù)處理：互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)需要采用先進(jìn)的技術(shù)手段和工具進(jìn)行數(shù)據(jù)處理和分析。

（4）數(shù)據(jù)共享：互聯(lián)網(wǎng)人工智能軟件系統(tǒng)需要對數(shù)據(jù)進(jìn)行充分的挖掘和利用，實(shí)現(xiàn)數(shù)據(jù)的共享。

3.2 模型驅(qū)動

互聯(lián)網(wǎng)人工智能軟件系統(tǒng)開發(fā)的過程就是通過分析、歸納和總結(jié)已有的經(jīng)驗(yàn)，基于已有知識的積累和經(jīng)驗(yàn)來設(shè)計開發(fā)模型，以指導(dǎo)后續(xù)的設(shè)計、開發(fā)和測試。

（1）模型設(shè)計：在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)開發(fā)過程中，需要根據(jù)軟件需求，利用軟件工程理論，結(jié)合本行業(yè)相關(guān)的業(yè)務(wù)知識、技術(shù)知識、數(shù)據(jù)知識和管理知識等，設(shè)計并開發(fā)軟件系統(tǒng)的模型。

（2）模型處理：互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的模型主要是通過建立軟件系統(tǒng)的概念模型、邏輯模型和物理模型等實(shí)現(xiàn)的，同時還需要建立軟件系統(tǒng)的運(yùn)行模型，如數(shù)據(jù)模型、算法模型等，以指導(dǎo)軟件系統(tǒng)的設(shè)計、開發(fā)和測試。

3.3 算法驅(qū)動

互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，可以通過算法來實(shí)現(xiàn)。在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)開發(fā)過程中，通過不斷地運(yùn)用算法迭代來改進(jìn)算法，最終獲得滿足用戶需求的算法。

總之，在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)過程中，可以通過上述3種機(jī)制形成互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性[3]。

4. 質(zhì)量保障方法

在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)過程中，通過上述3種機(jī)制，可以形成對非功能屬性的有效保障，提高互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量。但是，由于非功能屬性是由用戶需求驅(qū)動的，因此在開發(fā)過程中要充分考慮用戶需求的變化、軟件系統(tǒng)的性能、可靠性和安全性等方面的影響。為了實(shí)現(xiàn)對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性的有效保障，可以考慮采取以下措施：

（1）加強(qiáng)對用戶需求變化的跟蹤和分析，及時調(diào)整軟件系統(tǒng)的設(shè)計；

（2）通過數(shù)據(jù)采集、模型設(shè)計和算法優(yōu)化等措施，提高互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的性能、可靠性和安全性；

（3）加強(qiáng)對非功能屬性保障措施的驗(yàn)證和測試。

在上述研究的基礎(chǔ)上，進(jìn)一步提出以下3個方面的質(zhì)量保障方法：首先，建立需求分析與設(shè)計模型；其次，建立編碼與測試模型；最后，建立測試與驗(yàn)證模型。通過實(shí)施這些質(zhì)量保障措施，可以實(shí)現(xiàn)對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性的有效保障，從而提高互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量。建立需求分析與設(shè)計模型。在互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)過程中，需求分析和設(shè)計是兩個緊密相連的環(huán)節(jié)。為了實(shí)現(xiàn)對互聯(lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性的有效保障，首先，需要建立需求分析與設(shè)計模型，根據(jù)用戶需求，確定軟件系統(tǒng)的功能需求和性能需求，并進(jìn)行數(shù)據(jù)結(jié)構(gòu)設(shè)計和數(shù)據(jù)流圖設(shè)計。其次，按照上述需求分析與設(shè)計模型，結(jié)合實(shí)際應(yīng)用場景和系統(tǒng)需求，設(shè)計并開發(fā)互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的軟件架構(gòu)、數(shù)據(jù)模型和算法模型等。最后，按照上述設(shè)計模型和開發(fā)模型進(jìn)行編碼和測試，確保非功能屬性保障措施的有效實(shí)施[4]。

5. 實(shí)例分析

以某大型互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的開發(fā)為例，介紹上述質(zhì)量保障方法在該項(xiàng)目中的應(yīng)用。

該項(xiàng)目是一個面向服務(wù)的互聯(lián)網(wǎng)人工智能軟件系統(tǒng)，涉及的功能模塊包括數(shù)據(jù)管理、算法服務(wù)、數(shù)據(jù)處理、數(shù)據(jù)挖掘等，應(yīng)用場景主要包括數(shù)據(jù)管理、任務(wù)調(diào)度、數(shù)據(jù)分析和智能推薦等。項(xiàng)目開發(fā)團(tuán)隊根據(jù)用戶需求和行業(yè)特點(diǎn)，首先對該系統(tǒng)進(jìn)行了功能和性能需求分析；其次根據(jù)功能需求和性能需求，結(jié)合項(xiàng)目開發(fā)進(jìn)度和實(shí)際情況，采用生命周期方法，設(shè)計了軟件系統(tǒng)的需求模型、設(shè)計模型、編碼模型和測試模型等；最后在此基礎(chǔ)上，按照上述質(zhì)量保障方法進(jìn)行了開發(fā)[5]。

在具體應(yīng)用中，通過將用戶提供的數(shù)據(jù)接入到數(shù)據(jù)管理模塊，然后將獲取的數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫中，并根據(jù)用戶的需求和要求進(jìn)行相應(yīng)的查詢、統(tǒng)計等操作。對于需要進(jìn)行算法服務(wù)的功能模塊，采用Java語言開發(fā)了算法服務(wù)模塊，主要包括算法導(dǎo)入?yún)?shù)配置、算法調(diào)用和輸出等功能。用戶可以在數(shù)據(jù)管理模塊中查看歷史數(shù)據(jù)、當(dāng)前數(shù)據(jù)和查詢條件等信息，并可以進(jìn)行相關(guān)操作。在任務(wù)調(diào)度模塊中，通過調(diào)用數(shù)據(jù)管理模塊提供的接口，獲取用戶的歷史數(shù)據(jù)，然后根據(jù)歷史數(shù)據(jù)的質(zhì)量指標(biāo)和任務(wù)參數(shù)信息，生成最優(yōu)任務(wù)序列。用戶可以通過點(diǎn)擊相關(guān)按鈕選擇最優(yōu)的任務(wù)序列進(jìn)行處理。對于處理完的最優(yōu)任務(wù)序列，系統(tǒng)可以生成一份報告，并提供給用戶。在數(shù)據(jù)挖掘模塊中，用戶可以輸入各種條件如時間、地點(diǎn)、天氣、心情等，系統(tǒng)通過數(shù)據(jù)挖掘算法分析和計算，獲得用戶感興趣的推薦結(jié)果。在智能推薦模塊中，用戶可以輸入各種條件如性別、年齡等，系統(tǒng)自動生成相應(yīng)的推薦結(jié)果。

結(jié)語

本文分析了互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的非功能屬性，介紹了其主要特點(diǎn)和形成機(jī)制，并在此基礎(chǔ)上，提出了基于軟件開發(fā)過程和生命周期理論的非功能屬性質(zhì)量保障方法，并以實(shí)際項(xiàng)目為例進(jìn)行了驗(yàn)證。對于互聯(lián)網(wǎng)人工智能軟件系統(tǒng)的質(zhì)量保障，本文提出的方法可以有效提升質(zhì)量，但仍存在一些不足之處，非功能屬性評估模型在實(shí)際應(yīng)用中還有待進(jìn)一步研究?；ヂ?lián)網(wǎng)人工智能軟件系統(tǒng)非功能屬性質(zhì)量保障方法的提出，對互聯(lián)網(wǎng)人工智能軟件的健康發(fā)展具有重要意義。

參考文獻(xiàn)：

[1]張笑宇，沈超，藺琛皓，等.面向機(jī)器學(xué)習(xí)模型安全的測試與修復(fù)[J].電子學(xué)報， 2022，50（12）：2884-2918.

[2]王贊，閆明，劉爽，等.深度神經(jīng)網(wǎng)絡(luò)測試研究綜述[J].軟件學(xué)報，2020，31（5）： 1255-1275.

[3]賈開，趙靜，傅宏宇.應(yīng)對不確定性挑戰(zhàn)：算法敏捷治理的理論界定[J].圖書情報知識，2023，40（1）：35-44

[4]張言亮.神經(jīng)元行為模式引導(dǎo)的深度神經(jīng)網(wǎng)絡(luò)測試用例生成和優(yōu)化技術(shù)[D].南京：南京郵電大學(xué)，2022.

[5]Zhao LP，Huang X，Yang GH.Injection Molding Process Quality Analysis and Prediction Based on Batch Dynamic Augmentation[C]//第33屆中國控制與決策會議論文集（3），2021：479-484.

作者簡介：李子航，在讀碩士研究生，研究方向：視覺識別及人員疏散；葛陽，在讀碩士研究生，研究方向：視覺識別及人員疏散；劉思語，在讀碩士研究生，研究方向：視覺識別與智能算法；黃文圣，在讀碩士研究生，研究方向：視覺識別及機(jī)器人路徑規(guī)劃 ；通信作者：張大偉，博士，講師，研究方向：視覺識別及人員疏散。