《Computer Standards & Interfaces》：Quality Assessment for Software Data Validation in Automotive Industry: A Systematic Literature Review
编辑推荐：
本研究通过系统文献综述分析汽车软件质量评估，发现传统方法在应对复杂系统时存在局限性，强调数据准确性、可理解性及效率的重要性，并指出人工智能与机器学习在提升安全验证方面具有关键作用。
吉尔马·帕戈托（Gilmar Pagoto）|路易斯·爱德华多·加尔旺·马丁斯（Luiz Eduardo Galv?o Martins）|杰弗逊·塞德·莫莱里（Jefferson Seide Molléri）
圣保罗联邦大学（UNIFESP）——位于巴西圣何塞多斯坎波斯（S?o José dos Campos），邮编12.247-014。
摘要
背景
汽车系统的复杂性持续增加，这使得软件质量评估对于车辆性能、安全性和网络安全至关重要。
目标
本研究探讨了这一背景下的软件质量评估（Quality Assessment, QA），重点关注其关键特征、实际影响及预期成果。
方法
我们通过从数字图书馆中选取60篇研究文献，进行了系统的文献综述（Systematic Literature Review, SLR）。
结果
该文献综述强调了应纳入软件验证阶段的必要质量评估特征。我们的发现鼓励探索人工智能（AI）和机器学习（ML）等先进技术，以支持汽车领域中安全关键软件的质量评估。
结论
软件数据验证的质量评估需要一种综合性的方法，该方法结合了安全性、可靠性以及客户期望，并符合行业标准、要求和规范。人工智能和机器学习在管理复杂技术方面的作用得到了证实，而传统的实际验证方式对安全关键系统的验证存在风险。
部分内容摘录
引言
根据IEEE 1012-2016标准[1]，软件数据验证是一个评估过程，作为系统或组件的一部分，在开发过程中或开发完成后进行，以验证其是否符合规定的要求。该标准为产品整个生命周期内的验证和确认（Verification and Validation, V&V）提供了指导方针。本研究的目标产品是汽车软件。此外，确保汽车软件的质量...
背景与相关工作
本节回顾了相关的国际标准，讨论了传统质量评估工具的局限性，并介绍了当前软件质量评估研究的发展状况。
方法论
文献综述遵循了Kitchenham和Charters[22]以及Biolchini等人[23]的指导原则进行。图1展示了文献综述过程的三个主要阶段：计划、实施和报告。
讨论、挑战与趋势
许多研究关注特定于质量的指标，但未能全面涵盖ISO/IEC25012所定义的固有质量和系统依赖性软件质量评估的所有特征。虽然数据准确性、数据解释（通常称为“可理解性”）和效率经常被提及，但“代码质量”等术语也可以作为更全面的软件质量评估方法的一部分与该国际标准保持一致。这一点得到了更多研究的支持。
结论
较高的软件质量会提升客户对产品的接受度。在过去20年中，“软件质量评估”这一术语已经发展出新的评估标准，以帮助汽车软件开发者应对日益复杂的系统。汽车行业出现这一变化的主要原因是复杂技术的迅速发展，包括高级驾驶辅助系统（ADAS）、连接系统（如无线更新功能）等。
未引用的参考文献
[[60], [61], [62], [63], [64], [65], [66], [67], [68], [69], [70], [71], [72], [73], [74], [75], [76], [77], [78], [79], [80]]
CRediT作者贡献声明
吉尔马·帕戈托（Gilmar Pagoto）：撰写——审阅与编辑、初稿撰写、方法论研究、概念构思。路易斯·爱德华多·加尔旺·马丁斯（Luiz Eduardo Galv?o Martins）：撰写——审阅与编辑、验证工作、监督、方法论研究、形式化分析、概念构思。杰弗逊·塞德·莫莱里（Jefferson Seide Molléri）：撰写——审阅与编辑、验证工作、方法论研究、形式化分析、概念构思。
