vestreaВестник Российского экономического университета имени Г. В. ПлехановаVestnik of the Plekhanov Russian University of Economics2413-28292587-9251Plekhanov Russian University of Economics10.21686/2413-2829-2025-3-61-67vestrea-2294Research ArticleМАТЕМАТИЧЕСКИЕ, СТАТИСТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫMATHEMATIC, STATISTICAL AND INSTRUMENTAL METHODSКогнитивные карты как инструмент оценки качества программного обеспечения на основе требований стандартовCognitive Maps as a Tool of Estimating Software Quality Based on Standard RequirementsДрожкинА. А.DrozhkinA. A.

Александр Андреевич Дрожкин соискатель кафедры прикладной информатики и информационной безопасности

109992, Москва, Стремянный пер., д. 36

Aleksandr A. Drozhkin Candidate of the Department for Applied Informatics and Information Security

36 Stremyanny Lane, Moscow, 109992

morgfrimen@yandex.ruРоссийский экономический университет имени Г. В. ПлехановаРоссияPlekhanov Russian University of EconomicsRussian Federation202515052025036167Copyright © Дрожкин А.А., 20252025Дрожкин А.А.Drozhkin A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vest.rea.ru/jour/article/view/2294

В статье показано использование когнитивных карт для оценки и повышения качества программного обеспечения в соответствии со стандартом ГОСТ Р ИСО/МЭК 25010 – 2015. Обоснована целесообразность применения когнитивной карты для визуализации и формального анализа взаимосвязей между характеристиками качества, описана роль метода анализа иерархий (МАИ) в агрегировании экспертных оценок. Сформулирована задача повышения качества программного продукта с целью удержания функциональной пригодности на уровне 0,9, а также приведены подробные расчеты как в статической, так и в динамической модели когнитивной карты с учетом управляемых факторов, таких как навыки команды и архитектурная сложность. Дополнительно обсуждаются результаты применения МАИ для определения весовых коэффициентов, что позволяет оценить вклад каждого фактора в итоговый уровень качества. Анализ подтверждается современными исследованиями в области когнитивного моделирования и управления качеством.

The article shows the use of cognitive maps to estimate and upgrade software quality according to standard GOST R ISO/MEK 25010 – 2015. Expediency of using cognitive map for visualization and formal analysis of interaction between quality characteristics was substantiated and the role of hierarchy analysis method (MAI) in expert appraisal aggregation was shown. The goal of raising software quality was formulated in order to maintain functional suitability at the rate of 0.9 and detail calculations were provided both in static and dynamic model of cognitive map with regard to controlled factors, such as team skills and architecture complexity. At the same time results of using MAI was discussed to identify weight figures, which could help evaluate each factor in the final level of quality. The analysis was verified by current research in the field of cognitive modeling and quality management.

архитектурная сложностьстатическая и динамическая моделикогнитивное моделированиеarchitecture complexitystatic and dynamic modelscognitive modelingReferencesГордиенко В. В., Лисицин А. Л. Технические и организационные методы борьбы с внутренними угрозами утечки информации организаций и предприятий // AUDITORIUM. – 2019. – № 4 (24). – С. 69–76.Gordienko V. V., Lisitsin A. L. Tekhnicheskie i organizatsionnye metody borby s vnutrennimi ugrozami utechki informatsii organizatsiy i predpriyatiy [Technical and Organizational Methods of Struggling with Internal Threats of Information Leakage in Organizations and Enterprises]. AUDITORIUM, 2019, No. 4 (24), pp. 69–76. (In Russ.).Захарова А. А. Нечеткие когнитивные модели в управлении слабоструктурированными социально-экономическими системами // Информационные модели и технологии. – 2019. – Т. 21. – № 3. – С. 45–56.Zakharova A. A. Nechetkie kognitivnye modeli v upravlenii slabostrukturirovannymi sotsialno-ekonomicheskimi sistemami [Fuzzy Cognitive Models in Managing Semi-Structured Social and Economic Systems]. Informatsionnye modeli i tekhnologii [Information Models and Technologies], 2019, Vol. 21, No. 3, pp. 45–56. (In Russ.).Микрюков А. А. Актуальные задачи цифровой трансформации экономики РФ // Инновации и инвестиции. – 2018. – № 4. – С. 65–68.Mikryukov A. A. Aktualnye zadachi tsifrovoy transformatsii ekonomiki RF [Acute Goals of Digital Economy Transformation in RF]. Innovatsii i investitsii [Innovation and Investment], 2018, No. 4, pp. 65–68. (In Russ.).Микрюков А. А. Когнитивные технологии в системах поддержки принятия решений в цифровой экономике // Инновации и инвестиции. – 2018. – № 6. – С. 127–131.Mikryukov A. A. Kognitivnye tekhnologii v sistemakh podderzhki prinyatiya resheniy v tsifrovoy ekonomike [Cognitive Technologies in Systems of Decision-Making Support in Digital Economy]. Innovatsii i investitsii [Innovation and Investment], 2018, No. 6, pp. 127–131. (In Russ.).Микрюков А. А., Мазуров М. Е. Когнитивная модель сценарного прогнозирования основных векторов интернационализации деятельности университета // Нейроинформатика-2020 : сборник научных трудов. XXII Международная научно-техническая конференция. – М., 2020. – С. 232–241.Mikryukov A. A., Mazurov M. E. Kognitivnaya model stsenarnogo prognozirovaniya osnovnykh vektorov internatsionalizatsii deyatelnosti universiteta [Cognitive Model of Scenario Forecasting of Key Vectors in University Work Internationalization]. Neyroinformatika2020: sbornik nauchnykh trudov. XXII Mezhdunarodnaya nauchno-tekhnicheskaya konferentsiya [Neuro-Information Science-2020: collection of academic works. The 22nd International Conference]. Moscow, 2020, pp. 232–241. (In Russ.).Пермякова Н. В., Ехлаков Ю. П. Нечеткая модель оценки рейтинга рискообразующих факторов программного проекта // Актуальные проблемы электронного приборостроения (АПЭП-2016) : материалы XIII Международной научно-технической конференции, 3–6 октября 2016 г. – Новосибирск : Изд-во Новосиб. гос. технического ун-та, 2016. – Т. 8. – С. 67–71.Permyakova N. V., Ekhlakov Yu. P. Nechetkaya model otsenki reytinga riskoobrazuyushchikh faktorov programmnogo proekta [Fuzzy Model of Rating Estimation of Risk-Causing Factors in Program Project]. Aktualnye problemy elektronnogo priborostroeniya (APEP-2016): materialy XIII Mezhdunarodnoy nauchno-tekhnicheskoy konferentsii, 3–6 oktyabrya 2016 g. [Acute Problems of E-Machine-Building (APEP-2016): materials of the 13th International Conference, 3–6 October, 2016]. Novosibirsk, Publishing house of the Tomsk State University of Management Systems and radio-Electronics, 2016, Vol. 8, pp. 67–71. (In Russ.).Пермякова Н. В., Усачева П. И., Реннер В. О. Когнитивное моделирование в управлении рисками программных проектов // Электронные средства и системы управления : материалы XII Международной научно-практической конференции, 16–18 ноября 2016 г. – Томск : Изд-во Томск. гос. ун-та систем управления и радиоэлектроники, 2016. – С. 108–110.Permyakova N. V., Usacheva P. I., Renner V. O. Kognitivnoe modelirovanie v upravlenii riskami programmnykh proektov [Cognitive Modeling in Risk Management of Program Projects]. Elektronnye sredstva i sistemy upravleniya: materialy XII Mezhdunarodnoy nauchnoprakticheskoy konferentsii, 16–18 noyabrya 2016 g. [E-Means and Systems of Management: materials of the 12th International Conference, 16–18 November, 2016]. Tomsk, Publishing house of the Tomsk State University of Management Systems and radio-Electronics, 2016, pp. 108–110. (In Russ.).Рябинин И. Р., Соловьев А. В., Кузнецов А. В. Нечеткие когнитивные карты в анализе надежности систем // Надежность. – 2018. – № 2. – С. 22–29.Ryabinin I. R., Solovev A. V., Kuznetsov A. V. Nechetkie kognitivnye karty v analize nadezhnosti sistem [Fuzzy Cognitive Maps in Analyzing System Reliability]. Nadezhnost [Reliability], 2018, No. 2, pp. 22–29. (In Russ.).

The authors declare that there are no conflicts of interest present.