ISO/IEC 25000 系列标准，也称为 SQuaRE（系统和软件质量要求和评估），其目标是创建软件产品质量评估框架。

ISO/IEC 25000 是其他几个标准演变的结果； 具体来自 ISO/IEC 9126（定义了软件产品评估的质量模型）和 ISO/IEC 14598（定义了软件产品评估的过程）。 ISO/IEC 25000 系列标准由五个部分组成。

 

ISO/IEC 2500n – 质量管理部门

构成该部门的标准定义了 SQuaRE 系列所有其他标准进一步引用的所有通用模型、术语和定义。 目前，该划分由以下标准组成：

     ISO/IEC 25000 - SQuaRE 指南：提供 SQuaRE 架构模型、术语、文档概述、目标用户和该系列的相关部分以及参考模型。
     ISO/IEC 25001 - 规划和管理：为负责软件产品需求规范和评估管理的支持功能提供需求和指南。

ISO/IEC 25010

质量模型是产品质量评价体系的基石。 质量模型确定在评估软件产品的属性时将考虑哪些质量特征。

系统的质量是指系统满足各个利益相关者明确和隐含的需求并从而提供价值的程度。 这些利益相关者的需求（功能、性能、安全性、可维护性等）正是质量模型中所代表的，该模型将产品质量分为特性和子特性。

ISO/IEC 25010定义的产品质量模型包含九个质量特性，如下图所示：

 
功能适用性

该特性表示产品或系统在指定条件下使用时提供满足明示和暗示需求的功能的程度。 该特性由以下子特性组成：

     功能完整性 - 功能集涵盖所有指定任务和预期用户目标的程度。
     功能正确性——产品或系统在被目标用户使用时提供准确结果的程度。
     功能适当性——功能促进特定任务和目标完成的程度。

SO/IEC 25059

人工智能 (AI) 系统越来越多地融入组织中，导致 ISO/IEC 25010 标准质量模型的特征得到扩展，以包含这些系统所呈现的其他方面。

ISO/IEC 25059 在产品质量方面的变化如下：

功能适用性包含以下子特征：

     功能适应性。 人工智能系统能够准确地从数据或先前行动的结果中获取信息，并在未来的预测中使用该信息的程度。

对于功能正确性，ISO/IEC 25059 警告说，机器学习方法通常无法在所有观察到的情况下提供功能正确性，因此有必要仔细衡量正确性和错误性。

可用性包含两个子特征：

     用户可控性。 用户能够以适当的方式充分干预人工智能系统的运行的程度。
     透明度。 向利益相关者传达有关人工智能系统的充分信息的程度。

可靠性包含以下子特征：

     鲁棒性。 人工智能系统在所有情况下都能保持其性能水平的程度。

安全性包含以下子特征：

     可干预性。 操作员能够及时干预人工智能系统运行以避免损坏或危险的程度。