Resumen

Las métricas de software que dependen del lenguaje se proponen como medidas cuantitativas para evaluar factores de calidad internos tanto a nivel de método como de clase, como la cohesión y la complejidad. Los factores de calidad externos como la fiabilidad y la mantenibilidad generalmente se predicen utilizando diferentes métricas de atributos internos. La revisión de la literatura muestra una falta de métricas de software propuestas para la medición y predicción de la fiabilidad. En este contexto, Mili et al. (2014) propusieron un conjunto de cuatro métricas semánticas independientes del lenguaje para evaluar la redundancia del programa utilizando la medida de entropía de Shannon. El objetivo principal de estas métricas es monitorear la fiabilidad del programa. A pesar de su importante propósito, se calculan manualmente y solo se validan teóricamente. Por lo tanto, este artículo tiene como objetivo evaluar las métricas de redundancia y validarlas empíricamente como indicadores significativos de fiabilidad. Dado que la fiabilidad del software es un atributo externo que no

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Métricas de software; Confiabilidad; Mantenibilidad; Redundancia; Densidad de defectos; Factores de calidad internos
• Keywords:Software metrics; Reliability; Maintainability; Redundancy; Defect density; Internal quality factors