信息工程监理，就是监理服务商依照有关技术标准与规范、法律法规、业主需求以及业主与承建方签定的合同，本着科学、公正、严格、守信、遵纪、守法的原则，以高度的责任心、丰富的管理经验和专业技术能力，帮助业主审核建设承包合同条款、掌控工程进度和质量、进行成本核算，按期分段对工程进行验收，对工程建设项目实施全面而有重点的、精线条的监督管理，保证工程高质量地、按期完成，最终提交业主满意的成果。因此，信息工程监理的宗旨，就是协助业主进行项目管理，帮助业主防范工程建设中可能出现的各种风险，最终维护业主的合理利益。本文通过对信息工程质量监理过程特点的分析，将隐马尔可夫模型映射到质量监理中，利用前向算法估计出在该模型下观测事件序列发生的概率，从而在一定程度上有助于对软件质量进行定量控制。

1 模型的建立

1.1 特征提取

隐马尔可夫模型（Hidden Markov Model,HMM）作为一种统计分析模型，创立于20世纪70年代。80年代得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。隐马尔可夫模型是马尔可夫链的一种，它的状态不能直接观察到，但能通过观测向量序列观察到，每个观测向量都是通过某些概率密度分布表现为各种状态，每一个观测向量是由一个具有相应概率密度分布的状态序列产生。所以，隐马尔可夫模型是一个双重随机过程----具有一定状态数的隐马尔可夫链和显示随机函数集。自20世纪80年代以来，HMM被应用于语音识别，取得重大成功。到了90年代，HMM还被引入计算机文字识别和移动通信核心技术"多用户的检测".近年来，HMM在生物信息科学、故障诊断等领域也开始得到应用。

将隐马尔可夫模型映射到信息工程监理质量评估模型上，即一个软件的质量状态是无法直接观察到的，但是可以通过分析与这个软件相关的质量度量要素，估算该软件的质量状态，从而进一步得到其量化的评判值。信息化工程监理国标中的信息化工程监理规范技术参考模型[8]将信息工程质量监理分为工程招标、工程设计、工程实施和工程验收四个阶段。各个阶段的软件质量状态构成一个马尔可夫链，度量要素序列是一个随机过程，每一个度量要素会对软件的质量状态的转移带来一定影响，这样，度量要素序列和软件的质量状态之间就构成了一个隐马尔可夫模型。通过观察信息工程监理全过程各个阶段的度量要素，每个阶段都可以得到一个随机的度量要素序列，这样就可以计算软件的质量状态和评判值。

软件质量目标控制按照分层法分解为人、软件元、开发方法、设备及材料和工程环境五个度量要素，软件质量状态依据各度量要素分为优、良、中、差四个决断因子，如果再定义出它们之间的概率转换关系，就会得到由这两组状态构成的隐马尔可夫模型（如图1所示）。

根据该HMM模型，可以在没有直接观测软件质量的情况下根据度量要素的分布来推测软件质量的变化情况。

如果能较为准确地计算软件质量处于何种状态，则可以定量分析软件的质量情况。软件质量状态之间的转移见图2.

由图1可以直观看出，度量软件质量的要素有5个，用V={P,U,M,F,E}表示，ν1=P（People），表示度量要素人的因素；ν2=U（Units），表示度量要素软件元质量；ν3=M（Methods），表示度量要素开发方法；ν4=F（Facilities），表示度量要素设备及材料；ν5=E（Environment），表示度量要素工程环境。设质量度量要素观测序列为O={o1,o2,o3,o4},其中ot∈V.