ISO/IEC TS 25058:2024
Системная и программная инженерия

Стандартный №

ISO/IEC TS 25058:2024

Дата публикации

2024

Разместил

International Organization for Standardization (ISO)

Последняя версия

ISO/IEC TS 25058:2024

сфера применения

Обзор стандартной структуры

Параметры качества	Традиционные системные требования	Новые требования к системам ИИ
Функциональная применимость	Функциональная полнота/корректность	Функциональная адаптивность, механизм динамического переобучения
Надежность	Отказоустойчивость	Устойчивость к состязательным примерам, обработка событий с длинным хвостом
Безопасность	Шифрование данных	Вмешательство в модель, прослеживаемость решений

---

Основная методология оценки

Стандарт предлагает замкнутую структуру оценки Мониторинг-Анализ-Планирование-Выполнение (MAPE):

1. Система мониторинга отслеживает изменения в распределении данных в производственной среде в режиме реального времени
2. Анализ снижения производительности модели с помощью набора данных для проверки
3. Разработка плана адаптации, включая стратегию переобучения
4. Выполнение обновлений модели и проверка согласованности показателей качества

---

Ключевые технические требования

6.2 Проверка функциональной корректности

Требуется многоэтапная проверка:

• Обучающий набор: построение репрезентативного распределения данных
• Проверочный набор: k-кратная перекрестная проверка (k≥5)
• Тестовый набор: независимые данные, моделирующие реальные сценарии

Рекомендуемые методы проверки включают:

Технология	Применимые сценарии	Справочные стандарты
Тест метаморфозы	Проверка связи вход-выход	ISO/IEC 29119
Экспертная оценка	Системы, заменяющие человеческое суждение	ISO/IEC 25059

---

Рекомендации по внедрению

Этическое управление рисками

Создание матрицы рисков на основе ISO/IEC 23894:

1. Определение смещения данных (см. ISO/IEC TR 24027)
2. Количественная оценка воздействия на окружающую среду (выбросов углерода при обучении модели)
3. Внедрение мер по повышению объяснимости

Механизм постоянного совершенствования

Рекомендуемое ежемесячное выполнение:

• Сравнительный анализ производительности модели
• Обнаружение дрейфа данных (тест KS)
• Оценка устойчивости состязательной выборки