CMMI 3.0的276条实践中英文对照
版权声明
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
麦哲思科技任甲林
扫码关注公众号
扫码阅读
手机扫码阅读
CMMI 3.0实践摘要
在2023年4月6日发布的CMMI 3.0包含了31个实践域,涉及276条具体实践。以下是部分实践域及其对应的中英文陈述的概要:
实践域摘要
- CAR (因果分析与解决): 识别和处理现象的原因,执行根因分析,并提出行动建议。
- CM (配置管理): 执行版本控制,管理变更,并执行配置审计以维护完整性。
- CONT (连续性): 制定应急方法,识别并优先处理连续性需求。
- DM (数据管理): 识别管理目标,使用元数据,建立数据管理架构。
- DQ (数据质量): 定义数据质量参数,执行数据清洗活动,评价数据质量。
- DAR (决策分析与解决): 定义和记录决策,开发评价候选方案的准则。
- ESAF (环境安全): 识别安全需求和危险,开发应对安全问题的方法。
- ESEC (环境安全): 识别安全需求,开发应对物理和网络安全需求的方法。
- EVW (虚拟工作环境): 执行远程工作,监控并评价远程工作方法。
- EST (估算): 开展粗略的工作估算,基于规模估算评价工作量和成本。
- GOV (治理): 确定工作重点,定义组织指令并分配权力。
- II (实施基础): 执行满足实践目的的过程,提供资源和培训。
- IRP (事故解决与预防): 记录并解决事故,开发事故管理系统。
- MPM (度量和分析): 采集度量数据,识别性能问题,分析组织性能。
- MST (维护安全与信任): 识别信息安全威胁与漏洞,处理信息安全问题。
- MC (监控): 跟踪实际结果,监督运维过程,管理关键依赖。
- OT (组织培训): 识别培训需求,开发组织战略和短期培训计划。
- PR (同行评审): 评审工作产品,解决评审中发现的问题。
- PLAN (计划): 制定任务列表和工作方法,策划项目环境。
- PAD (过程资产开发): 开发过程资产,制定过程架构。
- PCM (过程与产品质量保证): 确定工作产品和过程问题,开展质量保证活动。
- PI (产品集成): 组装解决方案,确认组件满足需求。
- RDM (需求开发与管理): 记录需求,转换干系人需求为客户需求。
- RSK (风险与机会管理): 识别和分析风险或机会,开发风险管理策略。
- SDM (服务交付与管理): 根据服务协议交付服务,管理服务系统。
- STSM (战略服务管理): 制定服务描述,收集关于服务交付的战略需求数据。
- SAM (供应商协议管理): 识别供应商,制定和管理供应商协议。
- TS (技术解决方案): 构建解决方案,评价设计,提供使用指南。
- VV (验证与确认): 验证需求实现,确认解决方案功能。
- WE (工作环境): 分配工作组职责,管理工作环境。
麦哲思科技任甲林
麦哲思科技任甲林
扫码关注公众号
麦哲思科技(北京)有限公司总经理 敏捷性能合弄模型评估师 认证的Scrum Master 认证的大规模敏捷顾问SPC CMMI高成熟度主任评估师 COSMIC MPC,IAC 成员,中国分部主席
425 篇文章
浏览 566.9K
还在用多套工具管项目?
一个平台搞定产品、项目、质量与效能,告别整合之苦,实现全流程闭环。
查看方案
麦哲思科技任甲林的其他文章
在实践中识别读和写是比较简单的,出错的概率比较小。读和写都是被度量的软件与存储介质之间的数据交互动作。读是从持久存储介质移动数据到功能处理内部,写是从功能处理移动数据到存储介质,二者的方向是相反的。在识别读和写时,要注意以下几点:1 每个读或写移动的是一个兴趣对象的一个数据组。如果是移动的多个兴趣对象的数据组,则需要识别为多个读或写。如果是一个兴趣对象的不同数据组,也是要识别为多个读或写。如果一个...
和周老连续做了2场3级的正式评估:汉王科技与大连华信,对周老的水平叹为观止,不服不行,48年的软件工程经验,功底就是深厚。 周老找弱项可以用5个字来形容:快、准、实、细、全。 快,周老的提问目的性很强,不需要查太多的证据,通过访谈就可以发现问题。 准,周老发现的弱项很容易就让对方口服心服,周老对概念的理解相当精确。 实,周老发现的弱项不是形式上的问题,而是切实对项目组能够有实质性帮助作用的问题。
在介绍详细的COSMIC方法之前,我们先介绍一下在项目早期,在需求没有详细到可测试的程度时,如何估算软件的规模。实际上很多公司为了减少度量的工作量,往往采用近似的估算方法进行确定项目的预算。 进行快速估算的原理为:通过分析历史的粗颗粒度需求与实际规模之间的相关关系,找到二者之间的换算关系,然后对于新的粗颗粒度需求参考历史的换算关系快速地得到近似规模。这里的粗颗粒度需求的规模可以是功能处理个数
在定量原因分析时,主要是有四种定量思考的方法:1、数据的居中趋势与离散程度分析:均值、标准差2、 80-20分析:在所有的构成成分中,哪个成分占比最大3、数据的相关性分析:是否存在强相关4、敏感性分析:在所有的影响因子中,哪个影响因子对结果的影响最显著
系统测试的缺陷密度越大越好,还是越小越好呢?不同的人可能观点不一致。推而广之,每个度量指标都存在这个问题,那结论到底是啥呢?
加入社区微信群
与行业大咖零距离交流学习
PMO实践白皮书
白皮书上线
白皮书上线