軟件風險管理融入人工智能以降低風險概率

杜帥

摘 要：軟件工程在計算機技術(shù)取得進展后也飛速發(fā)展，但是項目進行中仍會在人為和環(huán)境因素的作用下遇到風險。以人工智能的幾個應用融入到軟件風險管理中，會產(chǎn)生不可小覷的作用。

關鍵詞：軟件風險；人工智能；融入

DOI：10.16640/j.cnki.37-1222/t.2018.16.097

1 軟件風險管理

計算機技術(shù)已經(jīng)歷經(jīng)六十余載的歷程，取得了突飛猛進的進步發(fā)展。計算機的多領域運用推動社會各行各業(yè)換代升級，改變?nèi)藗兊囊率匙⌒?。計算機軟件系統(tǒng)是信息化的不可或缺的部分。軟件工程（Software Engineering）在軟件開發(fā)中有重要地位。“軟件工程”在Fritz Bauer、Boehm、IEEE和《軟件工程術(shù)語》等代表性定義中概括講為：“指導軟件開發(fā)和維護的工程性學科，它以計算機科學理論和其他相關科學的理論為指導，采用工程化的概念、原理、技術(shù)和方法進行軟件的開發(fā)和維護，把經(jīng)過時間考驗且證明是正確的管理技術(shù)和當前能夠得到的最好的技術(shù)方法結(jié)合起來，以較少的代價獲得高質(zhì)量的軟件并維護它?！钡擒浖蜕镆粯訒?jīng)歷孕育、誕生、成熟、衰亡的生存期歷程，包括軟件定義、軟件開發(fā)和運行維護管理三個過程。

就如從古至今沒有幾個人一生一帆風順，軟件的生存期過程也可能出現(xiàn)影響軟件目標或是可能造成重大損失的事件，即為軟件風險。風險是過程中可能發(fā)生的事，這個可能性用風險概率描述。降低軟件風險發(fā)生的可能性，使這個概率接近于0，對加快開發(fā)進度、降低預算、避免嚴重后果并減少損失有莫大的幫助。

2 基于人工智能減少風險概率的想法

人工智能（Artificial Intelligence，AI）主要研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。人工智能的長期目標是實現(xiàn)人類水平的人工智能，實現(xiàn)機器智能。當前，幾乎所有的科學與技術(shù)的分支都在共享著人工智能領域所提供的理論技術(shù)。以人工智能中的幾種應用融入軟件風險管理的評估、控制等實施步驟，可提高風險管理的效率。

2.1 基于專家系統(tǒng)領域

專家系統(tǒng)（Expert System）是顧名思義基于知識的系統(tǒng)，依靠人類專家的知識建立體系結(jié)構(gòu)，存儲問題求解所需的知識，根據(jù)人工智能問題求解技術(shù)，模擬人類專家求解問題時的求解過程求解所涉及領域的各種問題，達到具有與專家同等解決問題能力的水平。在對風險識別階段，從項目的具體情況入手找出可能會存在的風險。一些軟件項目或是因為對自身的情況挖掘不足，停在理解，或是缺乏經(jīng)驗過于樂觀，便為未預料到的情況埋下了隱患。若是以來自軟件工程領域的專家的知識背景參與到識別風險中，可為決策提供專業(yè)性建議。人工智能的專家系統(tǒng)將風險問題與多位專家專業(yè)性知識共同組成的知識庫中各個規(guī)則的條件進行匹配，并把被匹配規(guī)則的結(jié)論存放到綜合數(shù)據(jù)庫中，得到最終的分析結(jié)果。專家系統(tǒng)能夠?qū)⒆陨淼耐评磉^程為用戶解釋清楚，使用戶在詢問中理解自己的過程，會比多數(shù)軟件開放者獨自的思考結(jié)果更加可靠。

2.2 基于數(shù)據(jù)挖掘

數(shù)據(jù)挖掘（Data Mining）能從大量數(shù)據(jù)中通過算法搜索挖掘出隱藏于其中的深層次的、未知的、有潛在價值的信息知識。在風險識別以后需要進行分析何時何處風險會發(fā)生，會產(chǎn)生怎么樣的后果。風險分析常采用成本模型、判定分析、網(wǎng)絡分析等方法，數(shù)據(jù)挖掘可以為這些分析方法提供更多的數(shù)據(jù)方面的支持。雖然傳統(tǒng)統(tǒng)計分析技術(shù)基于完善的數(shù)學理論和高超的技巧，預測的準確度也可以達到人們的預期要求，但是對使用者也提出了與之難度相對應的高要求。數(shù)據(jù)挖掘是一次延伸擴展，在降低對使用者的門檻的同時，也通過數(shù)據(jù)評估后的相應的數(shù)據(jù)庫更簡單便捷得到相應的功能。步驟的簡便化換來的是使用者的低操作失誤率，這樣便提高風險分析的準確率。

2.3 基于語義Web

語義Web（Semantic Web）以讓Web上的信息能夠快速被機器所理解，從而實現(xiàn)Web信息的自動處理，以適應Web信息資源的快速增長，更好地為人類服務為目的。軟件工程中的開發(fā)者目前要解決的問題數(shù)量龐大，用戶對軟件的質(zhì)量和開發(fā)周期的要求更加苛刻，軟件開發(fā)人員多數(shù)面臨開發(fā)期長、成本高、質(zhì)量不達標的問題，這是一個領域共同的問題。軟件開發(fā)人員在通過網(wǎng)絡搜尋與軟件風險相關聯(lián)的事物時，牽扯了語義Web一方面的應用“互聯(lián)網(wǎng)信息發(fā)布與搜索”，通過對內(nèi)容的標注與分析從而克服了關鍵詞查詢的歧義性，提高了查詢的精度。語義Web給人的是一個所有數(shù)據(jù)“無縫”式連接的網(wǎng)絡，一個滴水不漏的網(wǎng)絡。

2.4 基于機器人領域

機器人（Robot）是一種具備和生物相似的智能能力，具有高度靈活性的自動化機器。工業(yè)機器人按照人的規(guī)定的程序工作，自身不能對程序調(diào)整，軟件的批量生產(chǎn)的流水線一般由這種類型的機器人實施。在風險控制階段，一些可能會對人體造成未知傷害的操作可有初級和高級智能機器人（具有感覺，識別，推理和判斷能力，區(qū)別在于是否能根據(jù)外界環(huán)境，在一定范圍內(nèi)自行修改程序）實施。項目的風險經(jīng)常依賴于外部因素發(fā)生，需要跟蹤監(jiān)控，定期對風險進行重新評估，這個步驟便可交給智能機器處理，節(jié)省工作人員的時間。

2.5 基于模式識別技術(shù)

模式識別（Pattern Recognition）是用數(shù)學、物理和技術(shù)的方法實現(xiàn)對模式的自動處理、描述、分類和解釋。通過遙感圖像識別軟件在實際運作時的異常表現(xiàn)點，為風險評估提供部分依據(jù)。指紋識別應用于開發(fā)人員的日常工作中，便于監(jiān)督每位成員的操作，也有助于后期落實到具體人員的責任，督促每位參與者謹慎研究，減少人為造成風險。語音識別加快軟件開發(fā)過程中的信息處理，加快軟件開發(fā)進度。

3 結(jié)束語

在眾多項目實踐中獲得的風險管理經(jīng)驗和教訓，軟件工程項目中的風險是客觀存在的，不可能完全避免的。人工智能的研究仍在不斷進行，一旦人工智能在軟件工程領域的應用得到飛躍性突破，軟件風險概率必然會有所下降，軟件工程項目的發(fā)展會更加順暢。

參考文獻：

[1]鄭人杰，馬素霞，殷人昆.軟件工程概論[M].北京：機械工業(yè)出版社，2014（02）：314-323.

[2]史忠植，王文杰.人工智能[M].北京：國防工業(yè)出版社，2007：18-23